声明
摘要
插图目录
表格目录
第1章 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 传统聚类算法
1.2.2 演化聚类
1.2.3 与演化聚类相似的研究问题
1.3 本文的主要内容
1.4 本文的章节安排
第2章 基于核心节点的演化社区发现算法
2.1 概述
2.2 相关定义
2.3 相关工作
2.3.1 社区发现算法
2.3.1 Top Leader算法
2.3.2 模块度Q和社区合并算法
2.4 算法框架
2.4.1 获得初始核心节点
2.4.2 分裂社区
2.4.3 EvoLeaders的两个版本
2.5 实验结果
2.5.1 评价指标和实验设置
2.5.2 Enron邮件数据集
2.5.3 Catalano社会网络
2.6 本章小结
第3章 Top Leaders算法改进和演化社区发现
3.1 概述
3.2 AutoLeaders算法及实验
3.2.1 AutoLeaders算法描述
3.2.2 AutoLeaders算法相关实验
3.3 EvoAutoLeaders算法及实验
3.3.1 EvoAutoLeaders算法描述
3.3.2 EvoAutoLeaders算法相关实验
3.4 本章小结
第4章 基于参考点和r-Dominance关系的演化聚类算法
4.1 概述
4.2 背景知识
4.2.1 多目标优化
4.2.2 基于多目标演化算法进行聚类
4.2.3 基于多目标演化算法进行演化数据聚类
4.2.4 基于r-dominance关系的多目标演化算法
4.3 算法描述
4.3.1 染色体表示和算子
4.3.2 两个目标函数
4.3.3 参考点
4.3.4 算法框架描述
4.4 实验
4.4.1 人工数据集
4.4.1 实际数据集
4.5 本章小结
第5章 总结与展望
5.1 全文工作总结
5.2 展望
参考文献
致谢
读硕士期间发表的学术论文
作者简历