基于复杂网络的社团发现算法研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究动态 | 第11-14页 |
| ·本文的创新点和主要工作 | 第14-15页 |
| 第二章 复杂网络及其基本性质 | 第15-19页 |
| ·复杂网络 | 第15-16页 |
| ·复杂网络的表示方法 | 第16页 |
| ·复杂网络的主要统计性质 | 第16-18页 |
| ·平均路径长度 | 第16-17页 |
| ·聚类系数 | 第17页 |
| ·度分布 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 复杂网络中经典的社团发现算法 | 第19-30页 |
| ·Kernighan-Lin 算法 | 第19-21页 |
| ·谱平分法 | 第21-25页 |
| ·传统谱平分法 | 第21-23页 |
| ·基于Normal 矩阵的谱平分法 | 第23-25页 |
| ·GN 算法 | 第25-27页 |
| ·Newman 快速算法 | 第27-28页 |
| ·结合谱分析的凝聚算法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 基于信号传递与层次聚类的社团发现算法 | 第30-41页 |
| ·信号传递 | 第30-32页 |
| ·层次聚类 | 第32页 |
| ·基于信号传递与层次聚类的社团发现算法 | 第32-34页 |
| ·实验结果 | 第34-39页 |
| ·Zachary 空手道俱乐部网络 | 第34-35页 |
| ·美国大学足球赛网络 | 第35-37页 |
| ·海豚关系网 | 第37页 |
| ·加权网络 | 第37-39页 |
| ·几种算法的比较 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 基于相异性系数和谱分析的社团发现算法 | 第41-52页 |
| ·谱分析 | 第41-43页 |
| ·数据的相似性度量 | 第43-45页 |
| ·基于相异性系数和谱分析的社团发现算法 | 第45页 |
| ·实验结果 | 第45-50页 |
| ·计算机生成的网络 | 第45-46页 |
| ·Zachary 空手道俱乐部网络 | 第46-48页 |
| ·海豚关系网 | 第48-49页 |
| ·加权Zachary 空手道俱乐部网络 | 第49-50页 |
| ·几种相似性度量方法的比较 | 第50页 |
| ·本章小结 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·本文工作总结 | 第52页 |
| ·进一步工作展望 | 第52-54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 | 第58页 |
