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

基于动态规划的大规模网络在线聚类研究

摘要第5-7页
Abstract第7-8页
第1章 绪论第9-17页
    1.1 研究背景与意义第9-11页
        1.1.1 研究背景第9-11页
        1.1.2 研究意义第11页
    1.2 国内外研究现状第11-14页
        1.2.1 常规聚类算法第12-13页
        1.2.2 大规模网络聚类算法第13-14页
    1.3 本文的主要研究内容和组织结构第14-17页
第2章 预备知识及基础理论第17-25页
    2.1 复杂网络的定义与特性第17-20页
        2.1.1 复杂网络的定义第17页
        2.1.2 复杂网络的特性第17-20页
    2.2 复杂网络社团结构定义第20页
    2.3 图聚类评价指标第20-23页
        2.3.1 F1_score第20-21页
        2.3.2 性能(Performance)第21页
        2.3.3 模块度(Modularity)第21-22页
        2.3.4 归一化互信息(NMI)第22-23页
    2.4 动态规划第23-24页
    2.5 本章小结第24-25页
第3章 基于中心结点快速检测的图聚类算法第25-35页
    3.1 引言第25页
    3.2 基于密度的数值聚类算法简介第25-27页
        3.2.1 定义及相关基础第25-26页
        3.2.2 相关研究第26-27页
    3.3 图聚类算法第27-30页
        3.3.1 问题描述第27页
        3.3.2 距离函数和密度函数第27-28页
        3.3.3 算法描述第28-30页
    3.4 实验结果与分析第30-34页
        3.4.1 实验数据集第30页
        3.4.2 结果分析第30-34页
    3.5 本章小结第34-35页
第4章 基于动态规划的大规模网络在线聚类框架第35-49页
    4.1 引言第35-36页
    4.2 在线聚类框架第36-42页
        4.2.1 相关定义第36-37页
        4.2.2 直观介绍第37-38页
        4.2.3 框架描述第38-41页
        4.2.4 框架细节第41-42页
        4.2.5 复杂度分析第42页
    4.3 实验结果与分析第42-48页
        4.3.1 实验数据集第42-44页
        4.3.2 结果分析第44-48页
    4.4 本章小结第48-49页
第5章 总结与展望第49-51页
    5.1 本文工作总结第49-50页
    5.2 进一步研究工作第50-51页
附录第51-53页
参考文献第53-59页
发表论文及参加课题一览表第59页

论文共59页,点击 下载论文
上一篇:时滞耦合神经振子系统的Hopf分岔和Hopf-Pitchfork分岔研究
下一篇:基于直觉模糊集理论的多准则决策模型研究及应用