基于进化计算的社区挖掘算法及其应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景和意义 | 第11-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·本文的主要工作及内容安排 | 第14-16页 |
| 第二章 常见的几种复杂网络社区挖掘算法 | 第16-28页 |
| ·复杂网络概述 | 第16-20页 |
| ·复杂网络的图表示 | 第16-17页 |
| ·复杂网络的特性 | 第17-20页 |
| ·小世界特性 | 第17-18页 |
| ·无标度特性 | 第18页 |
| ·社区结构特性 | 第18-20页 |
| ·复杂网络社区挖掘常见的几种算法 | 第20-28页 |
| ·基于图分割的方法 | 第20-22页 |
| ·Kernighan-Lin算法 | 第20-21页 |
| ·基于Laplace矩阵的谱平分法 | 第21-22页 |
| ·基于层次聚类的方法 | 第22-25页 |
| ·分裂方法 | 第23-24页 |
| ·凝聚方法 | 第24-25页 |
| ·基于模块度优化的算法 | 第25-28页 |
| ·模块度的定义 | 第25-26页 |
| ·基于模块度优化的算法 | 第26-28页 |
| 第三章 基于文化基因算法的复杂网络社区挖掘 | 第28-40页 |
| ·引言 | 第28页 |
| ·文化基因算法概述 | 第28-30页 |
| ·模块度的缺陷 | 第30-32页 |
| ·模块度密度的概念 | 第32-33页 |
| ·一种应用于复杂网络社区挖掘的文化基因算法 | 第33-40页 |
| 第四章 算法验证与分析 | 第40-59页 |
| ·引言 | 第40页 |
| ·评价标准 | 第40-41页 |
| ·仿真实验及结果分析 | 第41-58页 |
| ·人工合成网络实验 | 第41-46页 |
| ·真实世界网络实验 | 第46-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-62页 |
| ·总结 | 第59-60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 附件 | 第69页 |
