基于目标函数优化的复杂网络社区结构发现
| 表目录 | 第1-8页 |
| 图目录 | 第8-10页 |
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 符号列表 | 第14-15页 |
| 第一章 绪论 | 第15-43页 |
| ·研究背景及意义 | 第15-20页 |
| ·复杂网络 | 第15-16页 |
| ·社区结构 | 第16-18页 |
| ·主要问题及研究方向 | 第18-20页 |
| ·国内外研究现状 | 第20-36页 |
| ·社区结构的定义 | 第20-23页 |
| ·传统方法 | 第23-26页 |
| ·层次聚类算法 | 第26-31页 |
| ·启发式方法 | 第31-34页 |
| ·重叠社区结构 | 第34-35页 |
| ·其它方法 | 第35-36页 |
| ·本文主要研究内容 | 第36-43页 |
| ·研究思路 | 第36-37页 |
| ·研究内容 | 第37-39页 |
| ·主要创新点 | 第39-43页 |
| 第二章 向量划分问题 | 第43-75页 |
| ·模块度极值问题的矩阵描述 | 第43-52页 |
| ·模块度矩阵的引入 | 第44-46页 |
| ·模块度矩阵向量划分及存在的问题 | 第46-52页 |
| ·一个和模块度等价的优化目标 | 第52-60页 |
| ·模块度的概率解释 | 第52-55页 |
| ·新的优化目标 | 第55-60页 |
| ·基于向量划分的贪婪算法 | 第60-66页 |
| ·模块度有限分辨率的向量划分解释 | 第61-63页 |
| ·最小夹角合并算法 | 第63-66页 |
| ·实验结果与分析 | 第66-74页 |
| ·评测标准 | 第66-67页 |
| ·被比较算法 | 第67页 |
| ·分辨率测试 | 第67-69页 |
| ·生成测试网络 | 第69-70页 |
| ·Newman标准测试网络 | 第70-71页 |
| ·实际网络 | 第71-74页 |
| ·小结 | 第74-75页 |
| 第三章 局部拓扑结构相似性 | 第75-107页 |
| ·星形邻域与节点的相似性度量 | 第75-93页 |
| ·相似性度量与社区结构的关系 | 第76-78页 |
| ·一个新的局部相似性度量 | 第78-83页 |
| ·广义Ward聚类 | 第83-89页 |
| ·实验结果与分析 | 第89-93页 |
| ·基于局部覆盖重叠分析的节点相似性 | 第93-105页 |
| ·基于覆盖邻域的相似性度量 | 第94-96页 |
| ·快速凝聚式算法 | 第96-99页 |
| ·实验结果与分析 | 第99-105页 |
| ·小结 | 第105-107页 |
| 第四章 模块度极值随机搜索 | 第107-131页 |
| ·采用随机搜索策略的必要性 | 第107-110页 |
| ·庞大的搜索空间 | 第107-108页 |
| ·模块度缺乏显著的全局极值 | 第108-110页 |
| ·保守随机搜索策略 | 第110-118页 |
| ·实验结果与分析 | 第118-128页 |
| ·LFR标准测试网络 | 第118-120页 |
| ·Karate网络 | 第120-122页 |
| ·真实网络 | 第122-124页 |
| ·可伸缩性 | 第124-126页 |
| ·多样性 | 第126-128页 |
| ·小结 | 第128-131页 |
| 第五章 完全子图分析 | 第131-155页 |
| ·基于节点-派系二部图的社区结构发现方法 | 第131-140页 |
| ·二部图的构造与相关性度量 | 第131-135页 |
| ·相关矩阵谱聚类 | 第135-136页 |
| ·实验结果与分析 | 第136-140页 |
| ·基于派系图分割的重叠社区发现方法 | 第140-152页 |
| ·完全子图紧覆盖 | 第141-144页 |
| ·加权派系图的生成及分割 | 第144-146页 |
| ·实验结果与分析 | 第146-152页 |
| ·小结 | 第152-155页 |
| 第六章 总结 | 第155-161页 |
| ·本文工作总结 | 第155-158页 |
| ·下一步研究方向 | 第158-161页 |
| 致谢 | 第161-163页 |
| 参考文献 | 第163-189页 |
| 作者在学期间取得的学术成果 | 第189-190页 |
| 个人简历 | 第190页 |
