分组遗传算法在社区检测及链路预测上的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·复杂网络的研究背景 | 第9-10页 |
| ·复杂网络的社区检测 | 第10-11页 |
| ·复杂网络社区检测的背景及意义 | 第10页 |
| ·复杂网络社区检测的现状 | 第10-11页 |
| ·复杂网络的链路预测 | 第11-13页 |
| ·复杂网络链路预测的背景及意义 | 第11-12页 |
| ·复杂网络链路预测的现状 | 第12-13页 |
| ·论文的内容安排 | 第13-15页 |
| 第二章 分组遗传算法与复杂网络的相关知识 | 第15-25页 |
| ·分组遗传算法简介 | 第15-17页 |
| ·社区检测的方法介绍 | 第17-20页 |
| ·基于图分割的方法 | 第17-18页 |
| ·基于层次聚类的方法 | 第18-19页 |
| ·基于目标函数优化的方法 | 第19-20页 |
| ·链路预测的方法介绍 | 第20-25页 |
| ·基于相似性的方法 | 第21-22页 |
| ·基于网络层次结构的方法 | 第22-23页 |
| ·基于随机分块模型的方法 | 第23-25页 |
| 第三章 基于分组遗传算法的复杂网络社区检测 | 第25-37页 |
| ·社区内部的连接密度的定义 | 第25-26页 |
| ·基于密度下限的分组遗传算法 | 第26-28页 |
| ·分辨率限制问题 | 第28-29页 |
| ·实验及结果分析 | 第29-36页 |
| ·总结 | 第36-37页 |
| 第四章 基于社区结构信息的复杂网络链路预测 | 第37-51页 |
| ·评价方法 | 第37-38页 |
| ·基于社区结构信息的链路预测 | 第38-40页 |
| ·实验仿真 | 第40-45页 |
| ·混合信息的链路预测算法 | 第45-49页 |
| ·总结 | 第49-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 在读期间的科研成果 | 第61-62页 |
