论文目录 | |
摘要 | 第1-7页 |
Abstract | 第7-11页 |
第1章 绪论 | 第11-16页 |
1.1 研究背景与意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.3 论文研究内容及章节安排 | 第14-16页 |
1.3.1 论文研究内容 | 第14页 |
1.3.2 本论文章节安排 | 第14-16页 |
第2章 相关技术介绍 | 第16-29页 |
2.1 粒子群优化算法 | 第16-21页 |
2.1.1 粒子群优化算法概述 | 第16页 |
2.1.2 粒子群优化算法原理 | 第16-17页 |
2.1.3 标准粒子群优化算法sPSO | 第17-20页 |
2.1.4 二进制粒子群优化算法bPSO | 第20-21页 |
2.2 社区发现相关技术介绍 | 第21-25页 |
2.2.1 社区的基本含义 | 第21页 |
2.2.2 社区发现的评价 | 第21-23页 |
2.2.3 传统社区发现算法 | 第23-25页 |
2.2.4 基于模块度的Fast Unfolding算法 | 第25页 |
2.3 云计算相关技术介绍 | 第25-28页 |
2.3.1 Hadoop简介 | 第25页 |
2.3.2 MapReduce简介 | 第25-27页 |
2.3.3 HDFS简介 | 第27-28页 |
2.4 本章小结 | 第28-29页 |
第3章 基于PSO的社区发现实现策略与改进 | 第29-41页 |
3.1 基于二进制粒子群算法(bPSO)的社区发现方法 | 第29-30页 |
3.1.1 bPSO粒子群编码 | 第29-30页 |
3.1.2 bPSO粒子群初始化及训练 | 第30页 |
3.1.3 bPSO算法分析 | 第30页 |
3.2 基于标准粒子群算法(sPSO)的社区发现 | 第30-32页 |
3.2.1 sPSO粒子群编码 | 第30-31页 |
3.2.2 sPSO粒子群初始化及训练 | 第31页 |
3.2.3 sPSO算法分析 | 第31-32页 |
3.3 速度概率轮盘赌二进制粒子群算法(VP-bPSO) | 第32-35页 |
3.3.1 算法改进策略 | 第32-34页 |
3.3.2 VP-bPSO算法分析 | 第34-35页 |
3.4 VP-bPSO与Fast Unfolding结合的FU-VP-bPSO算法 | 第35-38页 |
3.4.1 Fast Unfolding算法分析 | 第35页 |
3.4.2 算法结合策略 | 第35-38页 |
3.4.3 FU-VP-bPSO算法分析 | 第38页 |
3.5 VP-bPSO对重叠社区的发现 | 第38-40页 |
3.6 本章小结 | 第40-41页 |
第4章 基于PSO的社区发现算法的并行设计与改进 | 第41-48页 |
4.1 基于MapReduce的粒子群算法设计 | 第41-42页 |
4.2 子粒子群算法改进并行策略 | 第42-44页 |
4.3 共享机制改进并行策略 | 第44-46页 |
4.4 本章小结 | 第46-48页 |
第5章 实验设计及结果分析 | 第48-60页 |
5.1 实验数据与环境 | 第48页 |
5.2 VP-bPSO算法有效性实验 | 第48-51页 |
5.3 VP-bPSO、bPSO和sPSO算法性能对比实验 | 第51-53页 |
5.4 FU-VP-bPSO和VP-bPSO算法性能对比实验 | 第53-54页 |
5.5 FU-VP-bPSO和Fast Unfolding算法对比结果实验 | 第54-56页 |
5.6 VP-bPSO发现重叠社区实验 | 第56页 |
5.7 VP-bPSO并行性能实验 | 第56-58页 |
5.8 VP-bPSO改进并行共享机制算法效果实验 | 第58-59页 |
5.9 本章小结 | 第59-60页 |
结论与展望 | 第60-62页 |
结论 | 第60-61页 |
进一步工作 | 第61-62页 |
致谢 | 第62-63页 |
参考文献 | 第63-67页 |
攻读硕士学位期间发表的论文及科研成果 | 第67页 |