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

基于结构相似度的社区发现方法研究

中文摘要第6-7页
Abstract第7-8页
1 绪论第9-19页
    1.1 研究背景及意义第9-11页
    1.2 国内外研究现状第11-17页
        1.2.1 启发式算法第11-14页
        1.2.2 基于优化的算法第14-16页
        1.2.3 其他算法第16-17页
    1.3 研究内容第17页
    1.4 组织结构第17-19页
2 社区发现概述第19-29页
    2.1 基础知识第19-25页
        2.1.1 复杂网络表示形式第19-20页
        2.1.2 复杂网络统计特征第20-22页
        2.1.3 复杂网络模型第22-25页
    2.2 社区结构定义第25-26页
    2.3 经典数据集第26-28页
        2.3.1 跆拳道俱乐部第26-27页
        2.3.2 海豚社区网络第27页
        2.3.3 足球俱乐部网络第27-28页
    2.4 小结第28-29页
3 基于结构相似度和阈值的社区发现方法第29-44页
    3.1 概述第29-30页
    3.2 算法思想第30-33页
        3.2.1 模块性评价函数第30页
        3.2.2 结构相似度第30-31页
        3.2.3 算法SSTCA第31-32页
        3.2.4 时间复杂度分析第32-33页
    3.3 实验结果及分析第33-43页
        3.3.1 人工基准网络第33-40页
        3.3.2 真实世界网络第40-43页
    3.4 小结第43-44页
4 基于结构相似度和遗传算法的社区发现方法第44-57页
    4.1 概述第44页
    4.2 算法SSGA形式化描述第44-48页
        4.2.1 问题定义第44-45页
        4.2.2 编码方式第45-46页
        4.2.3 初始种群的生成第46-47页
        4.2.4 选择和交叉算子第47页
        4.2.5 变异算子第47页
        4.2.6 SSGA算法的步骤第47-48页
    4.3 实验分析第48-55页
        4.3.1 人工基准网络第48-53页
        4.3.2 真实世界网络第53-55页
    4.4 小结第55-57页
5 总结与展望第57-59页
    5.1 总结第57-58页
    5.2 展望第58-59页
参考文献第59-63页
附录第63-67页
    附录1第63-67页
致谢第67-68页
攻读硕士学位期间所发表的学术论文第68页

论文共68页,点击 下载论文
上一篇:图的子树的计数
下一篇:强π-Rickart模和t-π-Rickart模