第一个书签之前
摘要
ABSTRACT
插图索引
表格索引
符号对照表
缩略语对照表
第一章 绪论
1.1 课题研究背景及意义
1.2 复杂网络的社区结构概述
1.3 社区检测算法国内外的研究现状
1.4 论文主要内容与结构安排
第二章 基于节点邻域信息与三步联合策略的社区检测
2.1 引言
2.2 基于节点邻域信息与三步联合策略的社区检测算法
2.2.1 遗传表示与初始化
2.2.2 预处理策略
2.2.3 社区融合策略
2.2.4 局部节点的精制策略
2.2.5 目标函数—模块度密度
2.2.6 算法的整体框架
2.3 仿真实验及结果分析
2.3.1 评价指标
2.3.2 对比算法
2.3.3 测试网络
2.3.4 人工网络的实验结果与分析
2.3.5 现实网络的实验结果与分析
2.3.6 算法的有效性分析
2.3.7 算法运行时间分析
2.4 本章小结
第三章 基于K节点更新与相似度矩阵的多目标社区检测
3.1 引言
3.2 相关工作与模型建立
3.2.1 结构平衡理论
3.2.2 多目标优化模型的构建
3.2.3 契比雪夫方法
3.3 基于K节点更新与相似度矩阵的多目标社区检测算法
3.3.1 节点相似度矩阵与K节点更新策略
3.3.2 基于局部节点集的交叉融合算子
3.3.3 基于相似度矩阵的变异算子
3.3.4 算法的整体框架
3.4 仿真实验及结果分析
3.4.1 评价指标
3.4.2 对比算法与参数设置
3.4.3 无符号网络的实验结果与分析
3.4.4 符号网络的实验结果与分析
3.5 本章小结
第四章 基于边结构与节点属性的多目标离散粒子群社区检测
4.1 引言
4.2 相关工作与模型建立
4.2.1 相似度计算方法
4.2.2 模型建立
4.3 基于边结构与节点属性的多目标离散粒子群社区检测算法
4.3.1 遗传表示与粒子群的初始化策略
4.3.2 粒子的更新策略
4.3.3 基于近邻的变异操作
4.3.4 算法的整体框架
4.4 仿真实验及结果分析
4.4.1 评价指标
4.4.2 测试网络
4.4.3 参数敏感度分析
4.4.4 算法在社交网络上的实验结果与分析
4.4.5 算法在文本网络上的实验结果与分析
4.5 本章小结
第五章 总结与展望
5.1 本文总结
5.2 未来工作展望
参考文献
致谢
作者简介
1. 基本情况