基于三度信息的双重层次聚类算法
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 研究现状 | 第8-10页 |
| 1.3 主要研究内容 | 第10-12页 |
| 第二章 聚类算法概述 | 第12-20页 |
| 2.1 聚类分析概述 | 第12-13页 |
| 2.2 社团的定义 | 第13-14页 |
| 2.3 传统的聚类算法 | 第14-19页 |
| 2.4 聚类有效性 | 第19-20页 |
| 第三章 层次聚类算法及其改进 | 第20-30页 |
| 3.1 相似性度量及其改进 | 第20-23页 |
| 3.1.1 相似性度量 | 第20-22页 |
| 3.1.2 相似性度量的改进 | 第22-23页 |
| 3.2 聚类准则 | 第23-26页 |
| 3.3 层次聚类算法及其改进 | 第26-28页 |
| 3.3.1 传统层次聚类算法 | 第26页 |
| 3.3.2 层次聚类算法的改进 | 第26-28页 |
| 3.4 小结 | 第28-30页 |
| 第四章 算法测试模型 | 第30-38页 |
| 4.1 随机分块模型及其改进 | 第30-34页 |
| 4.1.1 简单随机分块模型 | 第30-31页 |
| 4.1.2 改进的随机分块模型 | 第31-34页 |
| 4.2 LFR标准测试模型 | 第34-38页 |
| 第五章 算法测试 | 第38-53页 |
| 5.1 有效性指标 | 第38-42页 |
| 5.1.1 Dunn指标 | 第39-40页 |
| 5.1.2 Davies-Bouldin指标 | 第40-42页 |
| 5.2 算法的比较——基于改进的随机分块模型 | 第42-43页 |
| 5.3 DHCI算法测试——基于LFR标准模型 | 第43-45页 |
| 5.4 真实网络 | 第45-53页 |
| 5.4.1 空手道俱乐部网络 | 第46-50页 |
| 5.4.2 海豚网络 | 第50-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士学位期间发表论文及参与项目情况 | 第59页 |
