基于锥面积进化算法的符号社会网络社区检测 |
论文目录 | | | 摘要 | 第1-7页 | | ABSTRACT | 第7-11页 | | 第一章 绪论 | 第11-16页 | | 1.1 论文研究背景及意义 | 第11-12页 | | 1.2 符号社会网络社区检测的研究现状 | 第12-14页 | | 1.2.1 传统社区检测算法 | 第12-13页 | | 1.2.2 基于进化算法的符号网络社区检测 | 第13-14页 | | 1.3 论文的组织结构 | 第14-16页 | | 第二章 符号网络和锥面积进化算法 | 第16-25页 | | 2.1 符号网络简介 | 第16-19页 | | 2.1.1 符号网络社区检测定义 | 第16页 | | 2.1.2 Pajek绘图简介 | 第16-17页 | | 2.1.3 基准符号网络 | 第17-19页 | | 2.2 多目标进化算法简介 | 第19-23页 | | 2.2.1 多目标进化算法相关定义 | 第20-21页 | | 2.2.2 锥束划分和锥体子区域 | 第21-23页 | | 2.3 性能评价指标 | 第23-25页 | | 2.3.1 多目标进化算法的评价指标 | 第23页 | | 2.3.2 符号网络社区检测的评价指标 | 第23-25页 | | 第三章 基于权重的锥面积进化社区检测算法 | 第25-38页 | | 3.1 基于权重的锥面积进化社区检测算法CAEAw-SN | 第25-34页 | | 3.1.1 目标函数 | 第25-27页 | | 3.1.2 个体编码 | 第27-28页 | | 3.1.3 进化算子 | 第28-31页 | | 3.1.4 CAEAw-SN算法流程 | 第31-34页 | | 3.2 实验及结果分析 | 第34-37页 | | 3.2.1 超体积HV结果及其分析 | 第34-35页 | | 3.2.2 模块化指标Q和标准互信息NMI值对比和分析 | 第35-37页 | | 3.3 本章小结 | 第37-38页 | | 第四章 基于模块化指标的锥面积进化社区检测算法 | 第38-49页 | | 4.1 模块化指标Q值在无符号网络上的应用 | 第38-40页 | | 4.1.1 无符号网络的模块化指标Q | 第38-39页 | | 4.1.2 二目标模型 | 第39-40页 | | 4.2 模块化指标Q值在有符号网络上的推广 | 第40-43页 | | 4.2.1 有符号网络模块化指标Q值 | 第40页 | | 4.2.2 二目标模型 | 第40-41页 | | 4.2.3 锦标选择机制 | 第41-42页 | | 4.2.4 CAEAq-SN算法设计 | 第42-43页 | | 4.3 实验结果及其分析 | 第43-48页 | | 4.3.1 模块化指标Q值和标准互信息NMI值对比和分析 | 第43-46页 | | 4.3.2 符号网络社区检测算法的实验结果对比和分析 | 第46-48页 | | 4.4 本章小结 | 第48-49页 | | 第五章 大规模随机符号网络社区检测实验 | 第49-60页 | | 5.1 随机符号网络简介 | 第49-51页 | | 5.1.1 随机符号网络生成算法 | 第49-50页 | | 5.1.2 随机符号网络 | 第50-51页 | | 5.2 实验结果及其分析 | 第51-59页 | | 5.2.1 常规随机符号网络上的实验结果 | 第52-54页 | | 5.2.2 动态参数随机符号网络上的实验结果 | 第54-59页 | | 5.3 本章小结 | 第59-60页 | | 第六章 全文总结和展望 | 第60-62页 | | 6.1 全文总结 | 第60-61页 | | 6.2 展望 | 第61-62页 | | 参考文献 | 第62-65页 | | 攻读博士/硕士学位期间取得的研究成果 | 第65-66页 | | 致谢 | 第66-67页 | | 附件 | 第67页 |
|
|
|
| |
