| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第13-35页 |
| 1.1 研究背景及意义 | 第13-16页 |
| 1.2 国内外研究现状 | 第16-32页 |
| 1.2.1 非重叠社区识别 | 第16-23页 |
| 1.2.2 重叠社区识别 | 第23-29页 |
| 1.2.3 社区结构的评价 | 第29-32页 |
| 1.3 论文的研究内容与组织结构 | 第32-35页 |
| 第2章 基于局部优化与改进遗传算法的社区识别方法 | 第35-51页 |
| 2.1 引言 | 第35-36页 |
| 2.2 基于改进遗传算法的社区识别方法IGALO | 第36-43页 |
| 2.2.1 目标函数的选取 | 第36页 |
| 2.2.2 算法的编码方式 | 第36-37页 |
| 2.2.3 算法的初始化种群方式 | 第37页 |
| 2.2.4 算法的交叉与变异策略 | 第37-42页 |
| 2.2.5 算法描述 | 第42-43页 |
| 2.2.6 算法时间复杂度分析 | 第43页 |
| 2.3 实验结果及分析 | 第43-50页 |
| 2.3.1 基准网络数据集实验 | 第44-46页 |
| 2.3.2 真实网络数据集实验 | 第46-50页 |
| 2.4 本章小结 | 第50-51页 |
| 第3章 基于多样性进化与NSGAⅡ的社区识别方法 | 第51-75页 |
| 3.1 引言 | 第51-52页 |
| 3.2 相关理论及研究背景 | 第52-55页 |
| 3.2.1 多目标理论 | 第52-53页 |
| 3.2.2 NSGAⅡ算法框架 | 第53-54页 |
| 3.2.3 研究背景 | 第54-55页 |
| 3.3 多目标社区识别方法Ⅰ-NSGAⅡ | 第55-62页 |
| 3.3.1 目标函数的选取 | 第55-56页 |
| 3.3.2 算法的基因表示及种群初始化 | 第56-58页 |
| 3.3.3 算法的基因进化操作 | 第58-61页 |
| 3.3.4 算法描述 | 第61-62页 |
| 3.3.5 算法时间复杂度分析 | 第62页 |
| 3.4 实验结果及分析 | 第62-72页 |
| 3.4.1 基准网络实验结果及分析 | 第63-67页 |
| 3.4.2 真实网络实验结果及分析 | 第67-72页 |
| 3.5 本章小结 | 第72-75页 |
| 第4章 基于多核心标签传播的重叠社区识别方法 | 第75-95页 |
| 4.1 引言 | 第75-76页 |
| 4.2 问题分析 | 第76-77页 |
| 4.3 基于多核心标签传播的社区识别方法OMKLP | 第77-84页 |
| 4.3.1 局部核心节点识别 | 第77-80页 |
| 4.3.2 面向重叠社区的异步标签传播策略 | 第80-81页 |
| 4.3.3 重叠节点分析 | 第81-83页 |
| 4.3.4 算法描述 | 第83-84页 |
| 4.3.5 算法时间复杂度分析 | 第84页 |
| 4.4 实验结果及分析 | 第84-92页 |
| 4.4.1 基准网络数据集实验 | 第84-88页 |
| 4.4.2 真实网络数据集实验 | 第88-92页 |
| 4.5 本章小结 | 第92-95页 |
| 第5章 基于边标签传播的社区识别方法 | 第95-111页 |
| 5.1 引言 | 第95-96页 |
| 5.2 基于边标签传播的社区识别方法OLLP | 第96-101页 |
| 5.2.1 理论分析 | 第96-98页 |
| 5.2.2 边归属密度及边归属倾向性函数定义 | 第98-99页 |
| 5.2.3 算法描述 | 第99-101页 |
| 5.2.4 算法时间复杂度分析 | 第101页 |
| 5.3 实验结果及分析 | 第101-109页 |
| 5.3.1 基准网络数据集实验 | 第102-105页 |
| 5.3.2 真实网络数据集实验 | 第105-109页 |
| 5.4 本章小结 | 第109-111页 |
| 结论 | 第111-115页 |
| 参考文献 | 第115-125页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第125-126页 |
| 致谢 | 第126页 |