复杂网络重叠社区结构发现的算法研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 复杂网络社区发现国内外研究现状 | 第11-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 本文结构及安排 | 第14-16页 |
| 第2章 复杂网络社区发现相关研究 | 第16-32页 |
| 2.1 复杂网络与图的表示 | 第16-18页 |
| 2.2 网络社区的定义 | 第18-19页 |
| 2.3 重叠社区的定义及特点 | 第19-20页 |
| 2.4 模块度函数 | 第20-24页 |
| 2.5 复杂网络社区结构发现算法 | 第24-30页 |
| 2.5.1 图论方法 | 第24页 |
| 2.5.2 社会学方法 | 第24-26页 |
| 2.5.3 CPM算法 | 第26-27页 |
| 2.5.4 EAGLE算法 | 第27-29页 |
| 2.5.5 LFK算法 | 第29-30页 |
| 2.6 本章小结 | 第30-32页 |
| 第3章 复杂网络重叠社区发现演化算法ICEA | 第32-38页 |
| 3.1 基本概念介绍 | 第32页 |
| 3.2 个体编码 | 第32-34页 |
| 3.3 ICEA算法 | 第34-35页 |
| 3.4 邻居投票机制的重叠社区发现算法 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基因片段覆盖算法GFCA | 第38-42页 |
| 4.1 基因片段 | 第38页 |
| 4.2 GFCA算法描述 | 第38-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第5章 实验结果及分析 | 第42-50页 |
| 5.1 真实数据集 | 第42-45页 |
| 5.2 实验数据与结果 | 第45-49页 |
| 5.3 本章小结 | 第49-50页 |
| 第6章 总结和展望 | 第50-52页 |
| 6.1 总结 | 第50-51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-58页 |
| 攻读学位期间取得的科研成果清单 | 第58页 |
