首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

社交网络中自适应社区发现算法研究

摘要第3-4页
abstract第4-5页
第1章 绪论第8-16页
    1.1 研究意义第8-9页
    1.2 国内外研究现状第9-15页
        1.2.1 社区发现第9-12页
        1.2.2 重叠社区发现第12-15页
    1.3 本文主要研究内容第15-16页
第2章 社区发现理论基础第16-24页
    2.1 网络的基本性质第16-18页
        2.1.1 度分布第16页
        2.1.2 聚类系数第16-17页
        2.1.3 平均路径长度第17页
        2.1.4 介数第17-18页
    2.2 社区定义第18页
    2.3 节点相似度第18-19页
    2.4 社区结构评价指标第19-21页
        2.4.1 模块度第19页
        2.4.2 NMI第19-20页
        2.4.3 RandIndex第20-21页
    2.5 社区发现算法测试数据集第21-23页
        2.5.1 真实网络数据集第21-22页
        2.5.2 人工网络数据集第22-23页
    2.6 本章小结第23-24页
第3章 基于信息传递和峰值聚类的自适应社区发现算法第24-36页
    3.1 相关知识第24-27页
        3.1.1 研究意义第24-25页
        3.1.2 聚类算法分类第25页
        3.1.3 密度峰值聚类算法第25-27页
    3.2 基于信息传递和峰值聚类的自适应社区发现算法第27-30页
        3.2.1 信息传递第27-29页
        3.2.2 距离矩阵计算第29页
        3.2.3 核心节点获取第29-30页
        3.2.4 社区划分第30页
        3.2.5 时间复杂度分析第30页
    3.3 实验与分析第30-35页
        3.3.1 真实网络数据集第31页
        3.3.2 人工网络数据集第31页
        3.3.3 真实网络数据集结果分析第31-33页
        3.3.4 人工网络数据集结果分析第33-35页
    3.4 本章小结第35-36页
第4章 基于核心节点信息量的重叠社区发现算法第36-44页
    4.1 算法介绍第36-38页
        4.1.1 算法框架第37页
        4.1.2 信息传递与确定网络核心节点第37-38页
        4.1.3 重叠社区划分第38页
        4.1.4 时间复杂度分析第38页
    4.2 实验结果及分析第38-42页
        4.2.1 人工网络数据集第39-41页
        4.2.2 真实网络数据集第41-42页
    4.3 本章小结第42-44页
第5章 基于信息传递和峰值边聚类的自适应重叠社区发现算法第44-52页
    5.1 算法介绍第45-48页
        5.1.1 相关定义第45页
        5.1.2 算法框架第45页
        5.1.3 边信息传递第45-46页
        5.1.4 边距离矩阵计算第46-47页
        5.1.5 核心边选取第47页
        5.1.6 社区划分第47页
        5.1.7 时间复杂度分析第47-48页
    5.2 实验结果及分析第48-50页
        5.2.1 人工网络数据集第48-50页
        5.2.2 真实网络数据集第50页
    5.3 本章小结第50-52页
第6章 结束语第52-54页
参考文献第54-58页
发表论文和参加科研情况说明第58-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:SFEC-WX公司高压变频器模块化生产应用与改善研究
下一篇:R设备自动化公司研发人员流失问题的研究