本文選題：復(fù)雜網(wǎng)絡(luò) + 聚類��； 參考：《中國礦業(yè)大學(xué)》2015年碩士論文

【摘要】：復(fù)雜網(wǎng)絡(luò)是由大量節(jié)點以及節(jié)點之間縱橫交錯的關(guān)系共同構(gòu)成的網(wǎng)絡(luò)結(jié)構(gòu),其廣泛存在于自然界和社會系統(tǒng)中,研究發(fā)現(xiàn),社區(qū)結(jié)構(gòu)是復(fù)雜網(wǎng)絡(luò)的重要特性之一。復(fù)雜網(wǎng)絡(luò)聚類的目的是發(fā)現(xiàn)網(wǎng)絡(luò)中普遍存在的社區(qū)結(jié)構(gòu),從而揭示復(fù)雜網(wǎng)絡(luò)的內(nèi)在屬性,對現(xiàn)實系統(tǒng)具有重要的指導(dǎo)意義。首先,在研究密度聚類算法的基礎(chǔ)上,針對其無法有效利用先驗知識的問題給出了半監(jiān)督密度聚類算法。算法通過約束對集合來表示先驗知識,根據(jù)Must-link的對稱性和傳遞性對先驗知識進行擴展從而得到所有隱含的約束信息,算法在約束關(guān)系的指導(dǎo)下修改密度聚類算法的節(jié)點劃分規(guī)則進而得到滿足聯(lián)通性和最大性的社區(qū)結(jié)構(gòu),提高聚類準確率。其次,在研究半監(jiān)督聚類算法的基礎(chǔ)上,針對其無法自主獲取先驗知識的問題給出了主動密度聚類算法。算法通過比較節(jié)點之間相似度的極值來獲取監(jiān)督信息,通過盡可能少的代價來覆蓋全部社區(qū)及其邊界信息。將這部分主動約束信息引入到半監(jiān)督密度聚類算法中,以提高隨機半監(jiān)督密度聚類算法的聚類準確率。最后,通過仿真實驗驗證本文算法的效果。分別在真實網(wǎng)絡(luò)和模擬網(wǎng)絡(luò)上將半監(jiān)督密度聚類算法和其他兩個半監(jiān)督聚類算法進行對比,實驗結(jié)果表明本文給出的半監(jiān)督密度聚類算法在聚類準確率和時間上都優(yōu)于其他兩個算法。而且,引入主動密度聚類算法后進一步提高了半監(jiān)督聚類算法的聚類準確率。
[Abstract]:Complex network is composed of a large number of nodes and the interlaced relationships between nodes. It widely exists in nature and social systems. It is found that community structure is one of the important characteristics of complex networks. The purpose of complex network clustering is to discover the common community structure in the network, and thus to reveal the intrinsic properties of the complex network, which has important guiding significance for the real system. Firstly, based on the study of density clustering algorithm, a semi-supervised density clustering algorithm is proposed to solve the problem that prior knowledge cannot be used effectively. The priori knowledge is represented by the set of constraint pairs, and the priori knowledge is extended according to the symmetry and transitivity of Must-link to obtain all implicit constraint information. Under the guidance of the constraint relation, the algorithm modifies the node partition rules of the density clustering algorithm and obtains the community structure which satisfies the connectivity and maximization, so as to improve the clustering accuracy. Secondly, based on the study of semi-supervised clustering algorithm, an active density clustering algorithm is proposed to solve the problem that the prior knowledge can not be obtained by itself. The algorithm obtains the monitoring information by comparing the extremum of similarity between nodes, and covers the whole community and its boundary information with as little cost as possible. The active constraint information is introduced into the semi-supervised density clustering algorithm to improve the clustering accuracy of the stochastic semi-supervised density clustering algorithm. Finally, the effectiveness of the proposed algorithm is verified by simulation experiments. The semi-supervised density clustering algorithm and the other two semi-supervised clustering algorithms are compared in real network and simulation network, respectively. Experimental results show that the proposed semi-supervised density clustering algorithm is superior to the other two algorithms in clustering accuracy and time. Moreover, the clustering accuracy of semi-supervised clustering algorithm is further improved by introducing active density clustering algorithm.
【學(xué)位授予單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP311.13;O157.5

【共引文獻】

相關(guān)期刊論文 前10條

1 牛兆山;;恐怖分子網(wǎng)絡(luò)中節(jié)點重要性評價[J];甘肅科技;2015年03期

2 劉曉;趙海;王進法;何璇;;互聯(lián)網(wǎng)宏觀拓撲結(jié)構(gòu)的耗散性分析[J];東北大學(xué)學(xué)報(自然科學(xué)版);2015年09期

3 黨亞茹;李雪嬌;;七大空管區(qū)域復(fù)雜網(wǎng)絡(luò)特征對比與抗毀性分析[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2015年03期

4 薛俊杰;王瑛;李超;李浩;陳默;;無標度網(wǎng)絡(luò)上的安全信息輻射及影響因素仿真研究[J];科學(xué)技術(shù)與工程;2014年07期

5 任曉龍;呂琳媛;;網(wǎng)絡(luò)重要節(jié)點排序方法綜述[J];科學(xué)通報;2014年13期

6 張靜;李大東;鄒晨;金鑫;甑興華;李峰;周婭莉;;分子結(jié)構(gòu)網(wǎng)絡(luò)靜態(tài)參數(shù)用于食品防腐劑構(gòu)效關(guān)系的研究[J];計算機與應(yīng)用化學(xué);2014年04期

7 黃磊;;康德與福柯:從知識論的構(gòu)造到權(quán)力論的生成[J];哈爾濱工業(yè)大學(xué)學(xué)報(社會科學(xué)版);2014年04期

8 張娣娟;;基于復(fù)雜網(wǎng)絡(luò)的城市公交網(wǎng)絡(luò)分析[J];蘭州交通大學(xué)學(xué)報;2014年04期

9 楊艷平;;集群創(chuàng)新網(wǎng)絡(luò)與區(qū)域文化嵌入機理研究——基于傳播動力學(xué)理論[J];科學(xué)學(xué)研究;2015年01期

10 周晶;于東元;徐旭;;具有時滯的小世界網(wǎng)絡(luò)穩(wěn)定性[J];吉林大學(xué)學(xué)報(理學(xué)版);2015年01期

相關(guān)會議論文 前2條

1 于連飛;呂國棟;修保新;張維明;范�？�;;基于復(fù)雜網(wǎng)絡(luò)的C2組織描述與建模綜述[A];2014第二屆中國指揮控制大會論文集（上）[C];2014年

2 林敏;張傳海;;基于數(shù)學(xué)手段的復(fù)雜系統(tǒng)仿真方法研究概述[A];系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第15卷）[C];2014年

相關(guān)博士學(xué)位論文 前10條

1 管睿;基于復(fù)雜演化的國民經(jīng)濟網(wǎng)絡(luò)結(jié)構(gòu)及抗毀與發(fā)展研究[D];廈門大學(xué);2014年

2 吳鋼;人文關(guān)系網(wǎng)絡(luò)對國際貿(mào)易網(wǎng)絡(luò)的影響機制及效應(yīng)研究[D];湖南大學(xué);2014年

3 張偉;基于復(fù)雜社會網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情演化模型研究[D];哈爾濱工業(yè)大學(xué);2014年

4 劉艷霞;基于代數(shù)圖論的復(fù)雜網(wǎng)絡(luò)的拓撲性質(zhì)和構(gòu)造方法研究[D];華南理工大學(xué);2013年

5 朱牧;復(fù)雜網(wǎng)絡(luò)中社區(qū)發(fā)現(xiàn)關(guān)鍵技術(shù)研究[D];中國礦業(yè)大學(xué);2014年

6 張曉光;網(wǎng)絡(luò)拓撲結(jié)構(gòu)與傳播動力學(xué)分析[D];中北大學(xué);2014年

7 馬翊華;基于局域特征的復(fù)雜網(wǎng)絡(luò)級聯(lián)失效模型研究[D];河北工業(yè)大學(xué);2014年

8 李君秋;基于模塊度的復(fù)雜網(wǎng)絡(luò)社團結(jié)構(gòu)檢測方法研究[D];大連理工大學(xué);2014年

9 梁義;復(fù)雜網(wǎng)絡(luò)牽制與切換周期間歇同步方法的研究[D];大連理工大學(xué);2015年

10 李淑萍;網(wǎng)絡(luò)拓撲結(jié)構(gòu)對傳播的影響研究[D];中北大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 蘇玉鑫;復(fù)雜網(wǎng)絡(luò)確定性模型與同步優(yōu)化[D];浙江大學(xué);2013年

2 張靜;化學(xué)計量學(xué)在食品防腐劑中的應(yīng)用研究[D];浙江海洋學(xué)院;2014年

3 王昊一;基于多Agent建模的高校網(wǎng)絡(luò)輿情演化仿真研究[D];東北財經(jīng)大學(xué);2013年

4 張海鑫;復(fù)雜網(wǎng)絡(luò)的分形維數(shù)研究[D];西南大學(xué);2014年

5 彭燕妮;基于復(fù)雜網(wǎng)絡(luò)理論的集裝箱班輪航運網(wǎng)絡(luò)演化研究[D];大連海事大學(xué);2014年

6 胡雨;基于局部擴散的復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)算法研究[D];吉林大學(xué);2014年

7 張濤;城市震后路網(wǎng)的特征指標分析方法研究[D];石家莊鐵道大學(xué);2014年

8 陳靜云;三種新型計算機病毒傳播模型[D];重慶大學(xué);2014年

9 王凱;股市復(fù)雜網(wǎng)絡(luò)的聚類結(jié)構(gòu)分析[D];華南理工大學(xué);2014年

10 王蕾蕾;地理網(wǎng)格網(wǎng)絡(luò)的魯棒性研究[D];集美大學(xué);2014年

，

本文編號：2109351