首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

复杂网络中社区发现算法研究

摘要第4-6页
Abstract第6-8页
第一章 绪论第13-27页
    1.1 研究背景和意义第13-17页
        1.1.1 社区发现第14-15页
        1.1.2 重叠社区发现第15-16页
        1.1.3 动态社区发现第16-17页
    1.2 国内外研究现状第17-23页
        1.2.1 社区发现算法第17-18页
        1.2.2 重叠社区发现算法第18-21页
        1.2.3 动态社区发现算法第21-23页
    1.3 本文研究内容第23-24页
    1.4 论文的组织结构第24-27页
第二章 基于多目标布谷鸟优化算法的社区发现第27-47页
    2.1 引言第27-28页
    2.2 相关知识第28-30页
        2.2.1 布谷鸟算法简介第28-30页
        2.2.2 多目标优化问题数学描述第30页
    2.3 算法介绍第30-38页
        2.3.1 算法框架第31-33页
        2.3.2 目标函数第33页
        2.3.3 编码方式第33-34页
        2.3.4 更新外部存储库第34页
        2.3.5 局部搜索第34-36页
        2.3.6 克隆算子第36-37页
        2.3.7 布谷鸟莱维飞行操作第37-38页
        2.3.8 时间复杂度分析第38页
    2.4 实验结果与分析第38-45页
        2.4.1 评价函数第39-40页
        2.4.2 人工数据集第40-41页
        2.4.3 真实数据集第41-45页
    2.5.本章小结第45-47页
第三章 基于蚁群算法的重叠社区发现第47-63页
    3.1 引言第47-48页
    3.2 算法介绍第48-53页
        3.2.1 算法框架第48-49页
        3.2.2 转移概率矩阵计算第49-50页
        3.2.3 蚂蚁位置初始化第50-51页
        3.2.4 蚂蚁移动策略第51-52页
        3.2.5 后处理策略第52-53页
    3.3 实验结果与分析第53-61页
        3.3.1 人工数据集第54-60页
        3.3.2 真实数据集第60-61页
    3.4 本章小结第61-63页
第四章 基于密度边聚类的重叠社区发现第63-81页
    4.1 引言第63-64页
    4.2 相关知识第64-65页
    4.3 算法介绍第65-71页
        4.3.1 算法框架第66-68页
        4.3.2 边相似度计算第68-70页
        4.3.3 参数分析第70-71页
        4.3.4 时间复杂度分析第71页
    4.4 实验结果与分析第71-80页
        4.4.1 评价指标第72-73页
        4.4.2 人工数据集第73-79页
        4.4.3 真实数据集第79-80页
    4.5 本章小结第80-81页
第五章 基于多目标生物地理学优化的动态社区发现第81-99页
    5.1 引言第81-82页
    5.2 相关知识第82-84页
        5.2.1 生物地理优化算法第82-83页
        5.2.2 多目标优化问题数学描述第83-84页
    5.3 算法介绍第84-91页
        5.3.1 算法框架第84-86页
        5.3.2 目标函数第86-87页
        5.3.3 编码方式第87-88页
        5.3.4 排序策略第88页
        5.3.5 基于BBO生成新个体第88-90页
        5.3.6 确定最优解第90-91页
        5.3.7 时间复杂度分析第91页
    5.4 实验结果与分析第91-98页
        5.4.1 人工数据集第92-95页
        5.4.2 真实数据集第95-98页
    5.5 本章小结第98-99页
第六章 基于多目标布谷鸟优化的动态社区发现第99-117页
    6.1 引言第99-100页
    6.2 相关知识第100-102页
        6.2.1 布谷鸟算法简介第100-101页
        6.2.2 多目标布谷鸟算法的实现过程第101-102页
    6.3 算法介绍第102-108页
        6.3.1 目标函数第102-103页
        6.3.2 编码方式第103-104页
        6.3.3 位置更新操作第104-106页
        6.3.4 放弃算子第106-107页
        6.3.5 算法框架第107-108页
        6.3.6 时间复杂度分析第108页
    6.4 实验结果与分析第108-115页
        6.4.1 人工数据集第108-113页
        6.4.2 真实数据集第113-115页
    6.5 本章小结第115-117页
第七章 总结与展望第117-119页
    7.1 总结第117-118页
    7.2 展望第118-119页
参考文献第119-129页
攻读博士学位期间取得的科研成果第129-131页
致谢第131页

论文共131页,点击 下载论文
上一篇:区域地震预测策略和预测效能评价技术研究
下一篇:水稻耐盐性机理的计算生物学研究