本文關鍵詞：基于隸屬函數的社團發(fā)現算法的研究與實現，由筆耕文化傳播整理發(fā)布。

【摘要】：復雜網絡是一門與社會學、信息學和計算機科學等許多研究領域存在交集的研究科學。近年來,隨著復雜網絡研究的深入發(fā)展,復雜網絡中越來越多的特征被大家發(fā)現和熟知,特別是復雜網絡的社團特性,這一特性不僅可以幫助大家清晰地認識和分析網絡功能,還是研究復雜網絡其他特性的基礎。本文首先從復雜網絡的研究背景和意義出發(fā),依次介紹了復雜網絡的理論基礎,描述了目前復雜網絡社團發(fā)現算法的國內外研究現狀,概述了社團結構的定義并重點介紹了幾種較典型的社團發(fā)現算法。針對目前大多數社團劃分算法考慮影響社團劃分因素不全面以及社團定義具有模糊性的情況,本文首先定義了一種計算節(jié)點到社團隸屬情況的隸屬函數,該函數是根據模糊數學中隸屬函數的定義以及社團的基本性質而確定的。在此基礎上,提出了一種基于隸屬函數的啟發(fā)式社團發(fā)現算法(MCDA)。該算法以隸屬函數作為社團劃分的衡量標準,通過計算節(jié)點到社團的隸屬度,可以找到節(jié)點所屬的社團。通過結合模糊聚類的基本思想和隸屬度函數,MCDA算法可以得到節(jié)點到各社團的具體隸屬度大小,并且隸屬度函數綜合考慮了多種因素,使得MCDA算法具有較高的精確性,而且還具有較低的時間復雜度。此外,在MCDA算法的基礎上,針對現實世界的復雜網絡總是不斷變化的情況,設計并實現了一種動態(tài)算法(DMCDA)。該算法彌補了 MCDA算法在解決動態(tài)問題時的不足,利用動態(tài)隸屬度函數與增量式動態(tài)社團發(fā)現算法的思想,實現在初始社團結果的基礎上對后續(xù)動態(tài)網絡的社團劃分。理論與實驗均證明了該算法具有較好的劃分效果和較快的運行效率。
【關鍵詞】：復雜網絡 社團發(fā)現 隸屬函數 動態(tài)網絡
【學位授予單位】：東北大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：O157.5;TP301.6
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-17
• 1.1 研究背景與意義11-12
• 1.1.1 研究背景11
• 1.1.2 研究意義11-12
• 1.2 國內外研究現狀與挑戰(zhàn)12-14
• 1.2.1 國內外研究現狀12-14
• 1.2.2 社團發(fā)現面臨的挑戰(zhàn)14
• 1.3 本文的主要內容14-15
• 1.4 本文的組織結構15-17
• 第2章 復雜網絡的理論基礎17-33
• 2.1 復雜網絡的概念與特性17
• 2.2 復雜網絡的相關度量17-21
• 2.2.1 復雜網絡的形式化表達17-19
• 2.2.2 度與度分布19-20
• 2.2.3 聚類系數20-21
• 2.2.4 模塊度21
• 2.3 典型的復雜網絡模型21-23
• 2.3.1 ER隨機模型21-22
• 2.3.2 WS小世界模型22-23
• 2.3.3 BA無標度模型23
• 2.4 社團定義與社團發(fā)現算法23-31
• 2.4.1 社團結構的定義24-25
• 2.4.2 經典的社團發(fā)現算法25-31
• 2.4.2.1 基于圖形分割的算法25-27
• 2.4.2.2 基于層次聚類的劃分算法27-30
• 2.4.2.3 啟發(fā)式算法30-31
• 2.5 本章小結31-33
• 第3章 MCDA算法的設計與實現33-53
• 3.1 算法的提出33-34
• 3.2 算法的思想基礎34-38
• 3.2.1 影響社團劃分的因素34-37
• 3.2.2 模糊聚類算法的相關思想37-38
• 3.3 算法的實現38-50
• 3.3.1 相關變量38-42
• 3.3.2 算法的實現過程42-46
• 3.3.3 算法的思想驗證46-50
• 3.4 復雜度分析50-51
• 3.4.1 時間復雜度分析50-51
• 3.4.2 空間復雜度分析51
• 3.5 本章小結51-53
• 第4章 DMCDA算法的設計與實現53-61
• 4.1 DMCDA算法的提出53-54
• 4.2 算法的實現54-58
• 4.2.1 相關概念55-56
• 4.2.2 算法的具體實現56-58
• 4.3 簡單動態(tài)網絡的理論驗證58-60
• 4.4 本章小結60-61
• 第5章 實驗分析61-77
• 5.1 實驗環(huán)境61
• 5.2 實驗數據61-66
• 5.2.1 經典網絡數據集61-63
• 5.2.2 生成網絡的數據集63-66
• 5.3 實驗結果與分析66-74
• 5.3.1 靜態(tài)算法的實驗結果與分析66-72
• 5.3.2 動態(tài)算法的實驗結果與分析72-74
• 5.4 算法評估74-75
• 5.4.1 精確性指標75
• 5.4.2 運行效率指標75
• 5.5 本章小結75-77
• 第6章 結論與展望77-79
• 6.1 研究工作總結77-78
• 6.2 工作展望78-79
• 參考文獻79-83
• 致謝83

【相似文獻】

中國期刊全文數據庫 前10條

1 胡洪林;;截斷思想在算法分析中的應用[J];科技風;2012年12期

2 陳際平;算法分析與優(yōu)化程序的研究[J];西北大學學報(自然科學版);1994年05期

3 梁彥杰;徐堅;;算法分析中概率變化與圖形生成[J];云南大學學報(自然科學版);2009年S2期

4 劉寧;邵曉艷;;算法分析與設計課程中多媒體技術的應用[J];科技風;2009年18期

5 海亞;張永平;;算法對學生解決問題能力的培養(yǎng)[J];黑龍江科技信息;2008年10期

6 李冰穎,夏利民,舒遠仲;學分制模式下網上選課系統(tǒng)的算法探析[J];江西科學;2004年05期

7 Anany Levitin;Maria Levitin;;算法謎題[J];中國科技信息;2014年08期

8 杜剛;陸黎明;;一修路問題的算法解決分析[J];太原師范學院學報(自然科學版);2006年02期

9 許之民;;砝碼稱重問題的多種算法分析與探究[J];合肥學院學報(自然科學版);2011年01期

10 李亞楠;;菌群優(yōu)化算法分析[J];貴州大學學報(自然科學版);2011年02期

中國重要會議論文全文數據庫 前10條

1 俞洋;田亞菲;;一種新的變步長LMS算法及其仿真[A];通信理論與信號處理新進展——2005年通信理論與信號處理年會論文集[C];2005年

2 周顥;劉振華;趙保華;;構造型的D~2FA生成算法[A];中國通信學會通信軟件技術委員會2009年學術會議論文集[C];2009年

3 賴桃桃;馮少榮;張東站;;一種基于劃分和密度的快速聚類算法[A];第二十五屆中國數據庫學術會議論文集（一）[C];2008年

4 劉遠新;鄧飛其;羅艷輝;舒添慧;;ERP柔性平臺下物流運輸配送系統(tǒng)算法分析[A];第二十六屆中國控制會議論文集[C];2007年

5 王樹西;白碩;姜吉發(fā);;模式合一的“減首去尾”算法[A];第二屆全國學生計算語言學研討會論文集[C];2004年

6 王萬青;張曉輝;;改進的A~*算法的高效實現[A];2009全國測繪科技信息交流會暨首屆測繪博客征文頒獎論文集[C];2009年

7 孫煥良;邱菲;劉俊嶺;朱葉麗;;IncSNN——一種基于密度的增量聚類算法[A];第二十三屆中國數據庫學術會議論文集（研究報告篇）[C];2006年

8 韓建民;岑婷婷;于娟;;實現敏感屬性l-多樣性的l-MDAV算法[A];第二十七屆中國控制會議論文集[C];2008年

9 張悅;尤楓;趙瑞蓮;;利用蟻群算法實現基于程序結構的主變元分析[A];第五屆中國測試學術會議論文集[C];2008年

10 王旭東;劉渝;鄧振淼;;正弦波頻率估計的修正Rife算法及其FPGA實現[A];全國第十屆信號與信息處理、第四屆DSP應用技術聯合學術會議論文集[C];2006年

中國重要報紙全文數據庫 前1條

1 科文;VIXD算法分析Web異常[N];中國計算機報;2008年

中國博士學位論文全文數據庫 前10條

1 魏哲學;樣本斷點距離問題的算法與復雜性研究[D];山東大學;2015年

2 劉春明;基于增強學習和車輛動力學的高速公路自主駕駛研究[D];國防科學技術大學;2014年

3 張敏霞;生物地理學優(yōu)化算法及其在應急交通規(guī)劃中的應用研究[D];浙江工業(yè)大學;2015年

4 李紅;流程挖掘算法研究[D];云南大學;2015年

5 劉新旺;多核學習算法研究[D];國防科學技術大學;2013年

6 于濱;城市公交系統(tǒng)模型與算法研究[D];大連理工大學;2006年

7 曾國強;改進的極值優(yōu)化算法及其在組合優(yōu)化問題中的應用研究[D];浙江大學;2011年

8 肖永豪;蜂群算法及在圖像處理中的應用研究[D];華南理工大學;2011年

9 陳耿;面向中觀審計的規(guī)則發(fā)現算法研究[D];東南大學;2005年

10 王維博;粒子群優(yōu)化算法研究及其應用[D];西南交通大學;2012年

中國碩士學位論文全文數據庫 前10條

1 黃廈;基于改進蟻群算法的柔性作業(yè)車間調度問題研究[D];昆明理工大學;2015年

2 李平;基于Hadoop的信息爬取與輿情檢測算法研究[D];昆明理工大學;2015年

3 趙官寶;基于位表的關聯規(guī)則挖掘算法研究[D];昆明理工大學;2015年

4 殷文華;移動容遲網絡中基于社會感知的多播分發(fā)算法研究[D];內蒙古大學;2015年

5 徐翔燕;人工魚群優(yōu)化算法及其應用研究[D];西南交通大學;2015年

6 李德福;基于小世界模型的啟發(fā)式尋路算法研究[D];華中師范大學;2015年

7 鄭海彬;一種面向MAPREDUCE的DATASHUFFLE的優(yōu)化方法[D];蘇州大學;2015年

8 趙曉寒;輪換步長PSO算法及SMVSC參數優(yōu)化[D];沈陽理工大學;2015年

9 安豐洋;基于無線網絡的廣播算法研究[D];曲阜師范大學;2015年

10 李智明;基于改進FastICA算法的混合語音盲分離[D];上海交通大學;2015年

  本文關鍵詞：基于隸屬函數的社團發(fā)現算法的研究與實現，，由筆耕文化傳播整理發(fā)布。

本文編號：509015