首页--数理科学和化学论文--数学论文--代数、数论、组合理论论文--组合数学(组合学)论文--图论论文

复杂网络中社区发现算法研究

摘要第4-5页
abstract第5-6页
第一章 引言第9-13页
    1.1 课题背景和意义第9-10页
    1.2 论文主要内容第10-11页
    1.3 论文章节安排第11-13页
第二章 复杂网络和社区检测算法概述第13-24页
    2.1 复杂网络简介第13-15页
    2.2 社区检测简介第15-16页
    2.3 无向无符号网络中的社区检测算法第16-20页
        2.3.1 基于介数的算法第16-18页
        2.3.2 模块度优化算法第18页
        2.3.3 标签传播算法第18-19页
        2.3.4 极值优化算法第19-20页
    2.4 无向符号网络中的社区检测算法第20-22页
        2.4.1 随机游走算法第20页
        2.4.2 动态算法第20-22页
    2.5 局部社区检测算法第22-23页
        2.5.1 固定社区局部优化算法第22页
        2.5.2 自适应社区局部优化算法第22-23页
    2.6 本章小结第23-24页
第三章 基于节点相关强度的无向无符号网络社区检测算法第24-36页
    3.1 工作简介第24-25页
    3.2 衡量指标第25-29页
        3.2.1 模块度第25页
        3.2.2 标准互信息素第25-26页
        3.2.3 节点相关强度第26-29页
    3.3 仿真结果与分析第29-35页
        3.3.1 基准网络上的结果与分析第29-33页
        3.3.2 真实网络上的结果与分析第33-35页
    3.4 本章小结第35-36页
第四章 基于亲和力指标的有向网络转换为无向网络的算法第36-42页
    4.1 工作简介第36-37页
    4.2 衡量指标第37-38页
        4.2.1 亲和力指标第37页
        4.2.2 动态符号一致性状态第37-38页
    4.3 算法与实验分析第38-41页
    4.4 本章小结第41-42页
第五章 基于重构网络的无向符号网络社区检测算法第42-52页
    5.1 工作简介第42-43页
    5.2 衡量指标第43-46页
        5.2.1 符号模块度第43-44页
        5.2.2 改进的符号模块度第44-46页
    5.3 仿真结果与分析第46-51页
        5.3.1 事例网络上的结果与分析第46-47页
        5.3.2 随机符号网络上的结果与分析第47-50页
        5.3.3 真实网络上的结果与分析第50-51页
    5.4 本章小结第51-52页
第六章 基于局部信息和动态扩展的无向网络社区检测算法第52-59页
    6.1 工作简介第52页
    6.2 相关定义及算法第52-56页
    6.3 仿真结果与分析第56-58页
    6.4 本章小结第58-59页
第七章 总结与展望第59-61页
    7.1 工作总结第59-60页
    7.2 未来展望第60-61页
参考文献第61-67页
发表论文和科研情况说明第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:基于混合模型的时间序列预测方法研究
下一篇:考虑燃油消耗的港航协作与协同优化