基于相似度的复杂网络社团结构检测算法研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-18页 |
| 1.1 引言 | 第7页 |
| 1.2 复杂网络的发展和研究意义 | 第7-8页 |
| 1.3 复杂网络的定义和基本特性 | 第8-12页 |
| 1.3.1 复杂网络的定义 | 第8-9页 |
| 1.3.2 复杂网络的图的表示 | 第9页 |
| 1.3.3 复杂网络的基本特性 | 第9-12页 |
| 1.4 复杂网络的社团结构 | 第12-13页 |
| 1.5 社团检测研究现状及检测算法概述 | 第13-16页 |
| 1.5.1 图分割算法 | 第13-14页 |
| 1.5.2 凝聚算法和分裂算法 | 第14-15页 |
| 1.5.3 基于模块度的优化算法 | 第15页 |
| 1.5.4 其他算法 | 第15页 |
| 1.5.5 现存问题和挑战 | 第15-16页 |
| 1.6 本文的内容和组织结构 | 第16-18页 |
| 2 基于关键节点的重叠社团检测算法 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 算法相关思想与概念 | 第18-23页 |
| 2.2.1 子网络抽取思想 | 第18-21页 |
| 2.2.2 吸收度 | 第21-22页 |
| 2.2.3 模块度 | 第22-23页 |
| 2.3 算法应用及分析 | 第23-29页 |
| 2.3.1 算法描述 | 第23页 |
| 2.3.2 空手道俱乐部网络 | 第23-24页 |
| 2.3.3 海豚关系网络 | 第24页 |
| 2.3.4 足球比赛网络 | 第24-26页 |
| 2.3.5 基准网络 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 基于非对称亲密度的有向加权网络社团检测算法 | 第30-41页 |
| 3.1 引言 | 第30页 |
| 3.2 算法的基本概念与主要思想 | 第30-35页 |
| 3.2.1 节点亲密度 | 第30-34页 |
| 3.2.2 社团间亲密关系 | 第34页 |
| 3.2.3 模块度 | 第34-35页 |
| 3.3 算法描述和时间复杂度分析 | 第35页 |
| 3.3.1 算法描述 | 第35页 |
| 3.3.2 算法时间复杂度分析 | 第35页 |
| 3.4 算法应用及分析 | 第35-39页 |
| 3.4.1 现实网络 | 第36页 |
| 3.4.2 基准网络 | 第36-39页 |
| 3.5 本章小结 | 第39-41页 |
| 4 二分网络社团检测算法 | 第41-54页 |
| 4.1 引言 | 第41-42页 |
| 4.2 算法相关思想与概念 | 第42-45页 |
| 4.2.1 相关参数定义 | 第42-44页 |
| 4.2.2 模块度 | 第44-45页 |
| 4.3 算法详细设计 | 第45-46页 |
| 4.3.1 算法描述 | 第45-46页 |
| 4.3.2 时间复杂度分析 | 第46页 |
| 4.4 算法的应用及分析 | 第46-52页 |
| 4.4.1 南方妇女网络 | 第46-47页 |
| 4.4.2 疾病-基因二分网络 | 第47-48页 |
| 4.4.3 蛋白质-药物二分网络 | 第48-51页 |
| 4.4.4 人工合成二分网络 | 第51-52页 |
| 4.5 本章小结 | 第52-54页 |
| 结论 | 第54-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间发表学术论文情况 | 第62-63页 |
| 致谢 | 第63-65页 |
