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

分布式K-Core算法加速求解最大团问题及在金融社交网络中应用

摘要第3-4页
Abstract第4页
第一章 绪论第7-12页
    1.1 研究背景第7-8页
    1.2 国内外研究现状第8-10页
    1.3 论文研究内容第10-11页
    1.4 本章小结第11-12页
第二章 相关理论及软件第12-26页
    2.1 社交网络的属性第12-13页
        2.1.1 无尺度分布第12-13页
        2.1.2 小世界效应第13页
        2.1.3 强社区结构第13页
    2.2 最大团问题第13-21页
        2.2.1 最大团问题的定义第14-16页
        2.2.2 分支限界算法第16-17页
        2.2.3 K-Core算法第17-19页
        2.2.4 聚类系数指标第19-21页
    2.3 分布式计算框架Spark概述第21-25页
        2.3.1 Spark的体系介绍第21-22页
        2.3.2 SparkGraphx图计算框架第22-23页
        2.3.3 Pregel计算框架第23-25页
    2.4 本章小结第25-26页
第三章 算法设计和实现第26-34页
    3.1 分布式K-Core算法实现第26-31页
        3.1.1 构建并行图阶段第27-28页
        3.1.2 最大近似团阶段第28-31页
    3.2 分布式聚类系数实现第31-32页
    3.3 Spark性能优化措施第32-33页
    3.4 本章小结第33-34页
第四章 算法验证及应用第34-47页
    4.1 实验环境第34-36页
    4.2 算法验证第36-40页
        4.2.1 算法加速效率第36-38页
        4.2.2 算法的加速比第38-40页
    4.3 算法应用第40-46页
        4.3.1 金融数据集描述第40-42页
        4.3.2 金融数据集预处理第42页
        4.3.3 金融最大团分析第42-46页
    4.4 本章小结第46-47页
第五章 总结与展望第47-48页
    5.1 本文总结第47页
    5.2 未来工作第47-48页
参考文献第48-52页
致谢第52页

论文共52页,点击 下载论文
上一篇:我国石化行业国际工程承包企业竞争力分析
下一篇:骨科植入医疗器械设计开发项目风险管理研究