首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

模块挖掘聚类算法的研究及应用

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-11页
   ·研究背景第7-9页
     ·课题研究的目的及意义第7-8页
     ·课题研究面临的挑战第8-9页
   ·本文主要研究内容第9-10页
   ·论文结构安排第10-11页
第二章 相关理论与基础第11-23页
   ·蛋白质网络介绍第11-14页
     ·蛋白质网络数据第12页
     ·蛋白质网络的相关研究第12-14页
     ·数据质量的评估及高质量数据的筛选第14页
   ·相关的图论知识及定义第14-17页
     ·图的概念及表示第14-16页
     ·图的相关定义第16-17页
   ·模块识别算法介绍第17-23页
     ·基于图划分的方法第17-18页
     ·基于密度的局部搜索方法第18页
     ·基于层次聚类的方法第18-20页
     ·其他方法第20-23页
第三章 基于 Core-attachment 的算法第23-39页
   ·引言第23-24页
   ·Core-Attach 算法第24-30页
     ·预定义第24-26页
     ·算法步骤第26-30页
   ·RW-Core 算法第30-33页
     ·随机游走(Random walks)第30-31页
     ·重复随机游走第31-33页
   ·实验结果及分析第33-39页
     ·实验数据集第33-34页
     ·仿真结果评价及分析第34-39页
第四章 基于谱聚类的多级模块划分算法第39-49页
   ·BSMQ 算法第39-45页
     ·数据预处理第39-41页
     ·Q值与谱理论结合第41-43页
     ·网络分解第43-44页
     ·模块微调第44-45页
   ·实验结果及分析第45-48页
     ·人工网络第45-46页
     ·真实网络第46-48页
   ·本章小结第48-49页
第五章 总结与展望第49-51页
致谢第51-53页
参考文献第53-57页
附录第57-59页
研究成果第59-60页

论文共60页,点击 下载论文
上一篇:面向企业竞争情报的主题网络蜘蛛的研究与实现
下一篇:基于时空数据流的连续查询处理