基于密度峰值的重叠社区发现算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 本文主要工作 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-16页 |
| 第2章 社区发现理论基础 | 第16-30页 |
| 2.1 网络的基本性质 | 第16-18页 |
| 2.1.1 网络的图表示 | 第16页 |
| 2.1.2 聚类系数 | 第16-17页 |
| 2.1.3 平均路径长度与介数 | 第17页 |
| 2.1.4 度分布 | 第17-18页 |
| 2.2 社区发现算法 | 第18-24页 |
| 2.2.1 传统图类分割方法 | 第18-19页 |
| 2.2.2 分裂方法 | 第19-21页 |
| 2.2.3 基于模块度优化方法 | 第21-22页 |
| 2.2.4 基于统计推理的方法 | 第22-24页 |
| 2.3 重叠社区发现算法 | 第24-27页 |
| 2.4 社区结构的评价标准 | 第27-29页 |
| 2.5 小结 | 第29-30页 |
| 第3章 基于密度峰值的重叠社区发现算法 | 第30-37页 |
| 3.1 基于快速搜索和发现密度峰值的聚类方法 | 第30-32页 |
| 3.2 基于密度峰值的重叠社区发现算法 | 第32-36页 |
| 3.2.1 算法思想 | 第32-33页 |
| 3.2.2 距离矩阵的计算 | 第33-35页 |
| 3.2.3 聚类 | 第35页 |
| 3.2.4 算法分析 | 第35-36页 |
| 3.3 小结 | 第36-37页 |
| 第4章 实验及结果分析 | 第37-46页 |
| 4.1 实验设计 | 第37页 |
| 4.2 实验结果 | 第37-44页 |
| 4.2.1 空手道俱乐部数据集 | 第37-40页 |
| 4.2.2 海豚关系网数据集 | 第40-41页 |
| 4.2.3 科学家合作网数据集 | 第41-42页 |
| 4.2.4 Power 数据集 | 第42-43页 |
| 4.2.5 词联想网络 | 第43-44页 |
| 4.3 结果分析 | 第44-45页 |
| 4.4 本章小节 | 第45-46页 |
| 第5章 总结与展望 | 第46-48页 |
| 5.1 总结 | 第46页 |
| 5.2 展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 作者简介及在学期间所取得的科研成果 | 第51-52页 |
| 致谢 | 第52页 |
