复杂网络社区挖掘中若干关键问题研究
提要 | 第1-6页 |
摘要 | 第6-8页 |
Abstract | 第8-12页 |
第1章 绪论 | 第12-18页 |
·研究背景和意义 | 第12-16页 |
·社区挖掘 | 第13-15页 |
·重叠社区挖掘 | 第15-16页 |
·本文工作 | 第16-18页 |
第2章 复杂网络社区挖掘方法介绍 | 第18-28页 |
·社区挖掘方法 | 第18-24页 |
·基于划分的社区挖掘方法 | 第18-19页 |
·基于模块性优化的社区挖掘方法 | 第19-20页 |
·基于标签传播的社区挖掘方法 | 第20-21页 |
·基于动力学的社区挖掘方法 | 第21-23页 |
·基于仿生计算的社区挖掘方法 | 第23-24页 |
·重叠社区挖掘方法 | 第24-28页 |
·基于团渗理论的方法 | 第24-25页 |
·基于链接划分的方法 | 第25-26页 |
·基于局部扩展的方法 | 第26-28页 |
第3章 基于蚁群算法的社区挖掘方法 | 第28-42页 |
·引言 | 第28-29页 |
·算法 RWACO | 第29-35页 |
·算法主要思想 | 第29-30页 |
·算法描述 | 第30-34页 |
·算法参数设置 | 第34-35页 |
·时间复杂度分析 | 第35页 |
·实验 | 第35-40页 |
·聚类精度 | 第36-38页 |
·参数分析 | 第38-40页 |
·结论 | 第40-42页 |
第4章 基于遗传算法的社区挖掘方法 | 第42-60页 |
·引言 | 第42-43页 |
·算法描述 | 第43-53页 |
·问题定义 | 第43页 |
·编码方式 | 第43-45页 |
·初始群体生成 | 第45-46页 |
·选择和交叉算子 | 第46-47页 |
·变异算子 | 第47-52页 |
·遗传算法 GALS 框架 | 第52-53页 |
·实验与评估 | 第53-59页 |
·人工生成的网络 | 第54-55页 |
·真实世界的复杂网络 | 第55-59页 |
·结论与展望 | 第59-60页 |
第5章 基于约束马尔科夫动力学的重叠社区挖掘方法 | 第60-79页 |
·引言 | 第60-61页 |
·算法描述 | 第61-71页 |
·算法 UEOC 的框架 | 第61页 |
·呈现单个社区 | 第61-65页 |
·单个社区呈现的底层机制 | 第65-69页 |
·抽取呈现出的社区 | 第69-71页 |
·实验与评估 | 第71-76页 |
·计算机生成的网络 | 第71-74页 |
·真实世界的网络 | 第74-75页 |
·参数分析 | 第75-76页 |
·结论与展望 | 第76-79页 |
第6章 结论与展望 | 第79-81页 |
参考文献 | 第81-88页 |
作者简介及在学期间所取得的科研成果 | 第88-91页 |
致谢 | 第91页 |