基于模糊聚类的社区发现算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 非重叠社区发现 | 第11-12页 |
| 1.2.2 重叠社区发现 | 第12页 |
| 1.2.3 社区发现研究方向 | 第12-13页 |
| 1.3 本文的主要工作 | 第13-14页 |
| 1.4 本文的结构安排 | 第14-15页 |
| 第2章 聚类分析与社区发现 | 第15-29页 |
| 2.1 聚类分析 | 第15-22页 |
| 2.1.1 聚类分析概述 | 第15-16页 |
| 2.1.2 聚类算法分类 | 第16-18页 |
| 2.1.3 FCM算法 | 第18-22页 |
| 2.2 社区发现 | 第22-27页 |
| 2.2.1 复杂网络 | 第22-24页 |
| 2.2.2 经典社区发现算法 | 第24-27页 |
| 2.3 本章小结 | 第27-29页 |
| 第3章 基于数据场的FCM改进算法 | 第29-42页 |
| 3.1 数据场 | 第30-31页 |
| 3.2 基于数据场的离群点识别方法 | 第31-32页 |
| 3.3 基于数据场的初始聚类中心选取 | 第32页 |
| 3.4 小类合并 | 第32-35页 |
| 3.4.1 小类合并思想 | 第32-33页 |
| 3.4.2 分离度 | 第33-35页 |
| 3.5 基于数据场的FCM改进算法 | 第35-36页 |
| 3.6 仿真结果分析 | 第36-40页 |
| 3.6.1 仿真实验一 | 第36-38页 |
| 3.6.2 仿真实验二 | 第38-39页 |
| 3.6.3 仿真实验三 | 第39-40页 |
| 3.7 本章小结 | 第40-42页 |
| 第4章 基于FCM的重叠社区发现算法 | 第42-55页 |
| 4.1 基于拓扑势的社区中心点检测 | 第42-43页 |
| 4.1.1 拓扑势 | 第42-43页 |
| 4.1.2 基于拓扑势的社区中心点检测 | 第43页 |
| 4.2 基于FCM的初始社区划分 | 第43-45页 |
| 4.2.1 节点相似度 | 第43-44页 |
| 4.2.2 社区中心节点更新方法 | 第44页 |
| 4.2.3 基于FCM的初始社区划分 | 第44-45页 |
| 4.3 社区合并 | 第45-47页 |
| 4.3.1 连接度 | 第45页 |
| 4.3.2 模块度 | 第45-46页 |
| 4.3.3 社区合并 | 第46-47页 |
| 4.4 基于FCM的社区发现算法 | 第47-48页 |
| 4.5 仿真结果分析 | 第48-53页 |
| 4.5.1 实验数据集介绍 | 第48-50页 |
| 4.5.2 实验结果分析 | 第50-53页 |
| 4.6 本章小结 | 第53-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间参加的科研项目和成果 | 第61页 |
