复杂网络中聚类方法及社团结构的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·引言 | 第10-11页 |
| ·复杂网络的基本属性 | 第11-19页 |
| 第2章 研究聚类的目的和意义及聚类方法综述 | 第19-25页 |
| ·聚类分析概述 | 第19-21页 |
| ·主要聚类算法研究分析 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于视觉原理的FCM聚类算法 | 第25-31页 |
| ·FCM聚类算法原理 | 第25-26页 |
| ·基于视觉原理的密度聚类算法 | 第26-28页 |
| ·视觉原理的FCM聚类算法 | 第28-30页 |
| ·小结 | 第30-31页 |
| 第4章 基于遗传算法的模糊聚类算法 | 第31-36页 |
| ·遗传算法的特点 | 第31页 |
| ·基于遗传算法的模糊聚类 | 第31-34页 |
| ·实验结果 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第5章 复杂网络中研究社团结构的一般方法 | 第36-52页 |
| ·Kernighan-Lin算法 | 第37-38页 |
| ·谱平分法 | 第38-40页 |
| ·基于Laplace矩阵的传统谱平分法 | 第38-39页 |
| ·其它谱平分法 | 第39-40页 |
| ·分裂方法 | 第40-44页 |
| ·GN算法 | 第40-42页 |
| ·在GN算法上改进的一些分裂算法 | 第42-44页 |
| ·凝聚算法 | 第44-48页 |
| ·Newman快速算法 | 第44-45页 |
| ·利用堆结构的模块性贪婪算法 | 第45-47页 |
| ·结合谱分析的凝聚算法 | 第47-48页 |
| ·基于相异性指数的凝聚算法 | 第48-50页 |
| ·小结 | 第50-52页 |
| 第6章 总结与进一步研究的重点 | 第52-54页 |
| ·本文研究的主要内容 | 第52-53页 |
| ·今后进一步的研究工作 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间发表的论文及参加的科研项目 | 第58页 |
