本文關(guān)鍵詞：復(fù)雜網(wǎng)絡(luò)中社團(tuán)發(fā)現(xiàn)算法研究及應(yīng)用

  更多相關(guān)文章： 復(fù)雜網(wǎng)絡(luò) 社團(tuán)發(fā)現(xiàn) 非重疊社團(tuán) 重疊社團(tuán) 蛋白質(zhì)相互作用網(wǎng)絡(luò) 熵有效性函數(shù)

【摘要】：復(fù)雜網(wǎng)絡(luò)研究作為一個(gè)新興的學(xué)科方向,吸引了許多來(lái)自不同學(xué)科研究人員的廣泛關(guān)注。社團(tuán)結(jié)構(gòu)是復(fù)雜網(wǎng)絡(luò)的一個(gè)重要特征,刻畫了復(fù)雜網(wǎng)絡(luò)中局部?jī)?nèi)的關(guān)系和局部之間的關(guān)系,是復(fù)雜網(wǎng)絡(luò)研究的一個(gè)新熱點(diǎn)。隨著人類基因組計(jì)劃測(cè)序工作的完成,以蛋白質(zhì)組學(xué)為研究重點(diǎn)的后基因時(shí)代悄然到來(lái),蛋白質(zhì)組學(xué)的研究對(duì)象是蛋白質(zhì)相互作用網(wǎng)絡(luò)。目前,蛋白質(zhì)相互作用網(wǎng)絡(luò)的研究重點(diǎn)是生物模塊識(shí)別,生物模塊可看作是蛋白質(zhì)相互作用網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)。將社團(tuán)結(jié)構(gòu)發(fā)現(xiàn)算法應(yīng)用到蛋白質(zhì)相互作用網(wǎng)絡(luò)識(shí)別生物模塊,并結(jié)合基因本體數(shù)據(jù)庫(kù)進(jìn)行生物學(xué)分析,具有重要的理論研究?jī)r(jià)值和實(shí)際應(yīng)用意義。本文主要研究?jī)?nèi)容包括:(1)對(duì)復(fù)雜網(wǎng)絡(luò)中的基準(zhǔn)網(wǎng)絡(luò)和生物學(xué)中的蛋白質(zhì)相互作用網(wǎng)絡(luò)數(shù)據(jù),進(jìn)行了關(guān)鍵特征驗(yàn)證與分析。發(fā)現(xiàn)兩類網(wǎng)絡(luò)數(shù)據(jù)基本滿足小世界特征,基準(zhǔn)網(wǎng)絡(luò)數(shù)據(jù)基本不滿足無(wú)尺度特征,模塊度特征較明顯。蛋白質(zhì)相互作用網(wǎng)絡(luò)具有明顯的無(wú)尺度特征;(2)研究了幾種經(jīng)典的非重疊社團(tuán)發(fā)現(xiàn)算法:譜方法、k-means算法、GN算法、模塊度優(yōu)化算法和MCODE算法。在蛋白質(zhì)相互作用網(wǎng)絡(luò)數(shù)據(jù)上的應(yīng)用表明模塊度優(yōu)化算法所得劃分結(jié)果具有較高生物支持;(3)在重疊社團(tuán)發(fā)現(xiàn)算法方面,重點(diǎn)研究了派系過(guò)濾算法和模糊聚類算法,基準(zhǔn)網(wǎng)絡(luò)和蛋白質(zhì)相互作用網(wǎng)絡(luò)上的實(shí)驗(yàn)結(jié)果表明,派系過(guò)濾算法在較稀疏的基準(zhǔn)網(wǎng)絡(luò)和蛋白質(zhì)相互作用網(wǎng)絡(luò)數(shù)據(jù)上,節(jié)點(diǎn)丟失率較高。模糊聚類算法在基準(zhǔn)數(shù)據(jù)上實(shí)驗(yàn)結(jié)果較好,但在蛋白質(zhì)相互作用網(wǎng)絡(luò)中只能發(fā)現(xiàn)少量模塊,模塊規(guī)�？缍容^大,降低了在生物學(xué)方面的支持作用;(4)基于信息熵概念提出了一個(gè)新的社團(tuán)結(jié)構(gòu)評(píng)價(jià)指標(biāo):熵有效性函數(shù)。該指標(biāo)在社團(tuán)劃分正確性與時(shí)間代價(jià)方面優(yōu)于模塊度函數(shù)。將其與FCM算法相融合,在基準(zhǔn)網(wǎng)絡(luò)數(shù)據(jù)上的實(shí)驗(yàn)結(jié)果表明熵有效性函數(shù)能夠較準(zhǔn)確地找到“最佳”聚類數(shù)。
【關(guān)鍵詞】：復(fù)雜網(wǎng)絡(luò) 社團(tuán)發(fā)現(xiàn) 非重疊社團(tuán) 重疊社團(tuán) 蛋白質(zhì)相互作用網(wǎng)絡(luò) 熵有效性函數(shù)
【學(xué)位授予單位】：石家莊鐵道大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：O157.5
【目錄】：

• 摘要4-5
• abstract5-11
• 第一章 緒論11-19
• 1.1 研究背景11-12
• 1.2 研究目的及意義12
• 1.3 復(fù)雜網(wǎng)絡(luò)社團(tuán)分析研究現(xiàn)狀12-16
• 1.3.1 非重疊社團(tuán)分析研究現(xiàn)狀13-14
• 1.3.2 重疊社團(tuán)分析研究現(xiàn)狀14-16
• 1.4 論文研究?jī)?nèi)容及創(chuàng)新點(diǎn)16-17
• 1.4.1 主要研究?jī)?nèi)容16-17
• 1.4.2 主要?jiǎng)?chuàng)新點(diǎn)17
• 1.5 論文的組織結(jié)構(gòu)17-19
• 第二章 復(fù)雜網(wǎng)絡(luò)關(guān)鍵特征描述及驗(yàn)證分析19-32
• 2.1 相關(guān)圖論知識(shí)19-20
• 2.1.1 圖的基本概念19-20
• 2.1.2 圖的矩陣表示20
• 2.2 復(fù)雜網(wǎng)絡(luò)關(guān)鍵特征描述20-22
• 2.2.1 小世界特征20-21
• 2.2.2 無(wú)尺度特征21-22
• 2.2.3 模塊度特征22
• 2.3 網(wǎng)絡(luò)數(shù)據(jù)22-30
• 2.3.1 基準(zhǔn)網(wǎng)絡(luò)數(shù)據(jù)22-24
• 2.3.2 PPI網(wǎng)絡(luò)數(shù)據(jù)24-26
• 2.3.3 網(wǎng)絡(luò)特征量驗(yàn)證與分析26-30
• 2.4 社團(tuán)結(jié)構(gòu)分析相關(guān)評(píng)價(jià)指標(biāo)30-31
• 2.4.1 用于基準(zhǔn)網(wǎng)絡(luò)分析的評(píng)價(jià)指標(biāo)30
• 2.4.2 用于PPI網(wǎng)絡(luò)分析的評(píng)價(jià)指標(biāo)30-31
• 2.5 本章小結(jié)31-32
• 第三章 非重疊社團(tuán)發(fā)現(xiàn)算法研究與應(yīng)用32-64
• 3.1 譜方法32-40
• 3.1.1 基于Laplace矩陣的譜方法32
• 3.1.2 基于Normal矩陣的譜方法32-33
• 3.1.3 基于特征系統(tǒng)的譜映射33
• 3.1.4 譜方法在基準(zhǔn)網(wǎng)絡(luò)上的應(yīng)用33-40
• 3.1.5 譜方法的特點(diǎn)總結(jié)40
• 3.2 k-means算法40-48
• 3.2.1 k-means算法介紹40-41
• 3.2.2 k-means算法在基準(zhǔn)網(wǎng)絡(luò)上的應(yīng)用41-47
• 3.2.3 k-means算法在PPI網(wǎng)絡(luò)上的應(yīng)用47-48
• 3.2.4 k-means算法的優(yōu)缺點(diǎn)48
• 3.3 GN算法48-53
• 3.3.1 GN算法介紹48-49
• 3.3.2 GN算法在基準(zhǔn)網(wǎng)絡(luò)上的應(yīng)用49-52
• 3.3.3 GN算法在PPI網(wǎng)絡(luò)上的應(yīng)用52-53
• 3.3.4 GN算法的優(yōu)缺點(diǎn)53
• 3.4 模塊度優(yōu)化算法53-60
• 3.4.1 基于層次聚類的模塊度優(yōu)化算法介紹53-54
• 3.4.2 模塊度特征向量算法介紹54
• 3.4.3 模塊度優(yōu)化算法在基準(zhǔn)網(wǎng)絡(luò)上的應(yīng)用54-57
• 3.4.4 模塊度優(yōu)化算法在PPI網(wǎng)絡(luò)上的應(yīng)用57-60
• 3.5 MCODE算法60-61
• 3.5.1 MCODE算法介紹60
• 3.5.2 MCODE算法在PPI網(wǎng)絡(luò)上的應(yīng)用60-61
• 3.5.3 MCODE算法的優(yōu)缺點(diǎn)61
• 3.6 非重疊社團(tuán)發(fā)現(xiàn)算法的縱向?qū)Ρ?/span>61-63
• 3.7 本章小結(jié)63-64
• 第四章 重疊社團(tuán)發(fā)現(xiàn)算法研究與應(yīng)用64-82
• 4.1 CPM算法64-68
• 4.1.1 CPM算法介紹64-65
• 4.1.2 CPM算法在基準(zhǔn)網(wǎng)絡(luò)上的應(yīng)用65-67
• 4.1.3 CPM算法在PPI網(wǎng)絡(luò)上的應(yīng)用67-68
• 4.1.4 CPM算法的優(yōu)缺點(diǎn)68
• 4.2 FCM算法68-73
• 4.2.1 FCM算法介紹68-70
• 4.2.2 FCM算法在基準(zhǔn)網(wǎng)絡(luò)上的應(yīng)用70-73
• 4.2.3 FCM算法在PPI網(wǎng)絡(luò)上的應(yīng)用73
• 4.3 FWSC算法73-77
• 4.3.1 FWSC算法介紹73-74
• 4.3.2 FWSC算法在基準(zhǔn)網(wǎng)絡(luò)上的應(yīng)用74-76
• 4.3.3 FWSC算法在PPI網(wǎng)絡(luò)上的應(yīng)用76-77
• 4.4 EWSC算法77-80
• 4.4.1 EWSC算法介紹77-78
• 4.4.2 EWSC算法在基準(zhǔn)網(wǎng)絡(luò)上的應(yīng)用78-80
• 4.4.3 EWSC算法在PPI網(wǎng)絡(luò)上的應(yīng)用80
• 4.5 本章小結(jié)80-82
• 第五章 熵有效性函數(shù)82-91
• 5.1 信息熵概念82
• 5.2 新的評(píng)價(jià)指標(biāo)——熵有效性函數(shù)82-83
• 5.3 熵有效性函數(shù)與模塊度函數(shù)對(duì)比分析83-85
• 5.4 結(jié)合熵有效性函數(shù)的FCM算法85-90
• 5.4.1 聚類數(shù)范圍85-86
• 5.4.2 兩個(gè)過(guò)濾條件86
• 5.4.3 算法描述與時(shí)間復(fù)雜度分析86-87
• 5.4.4 實(shí)驗(yàn)結(jié)果與分析87-90
• 5.5 本章小結(jié)90-91
• 第六章 結(jié)論91-93
• 參考文獻(xiàn)93-98
• 致謝98-99
• 個(gè)人簡(jiǎn)歷、在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文99

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 孫茜雅;;基于最小熵聚類的社團(tuán)檢測(cè)算法[J];電子科技;2012年03期

2 鄭嘯;陳建平;邵佳麗;別立東;;基于復(fù)雜網(wǎng)絡(luò)理論的北京公交網(wǎng)絡(luò)拓?fù)湫再|(zhì)分析[J];物理學(xué)報(bào);2012年19期

，

本文編號(hào)：1065275