發(fā)布時間：2024-02-18 01:05

　　隨著近年來大數據和深度學習的發(fā)展,具有幾十年研究歷史的復雜系統(tǒng)科學迎來了新的研究機遇。復雜系統(tǒng)的研究廣泛應用在生物、化學、計算機、通信、社會科學等各個領域中。由于復雜系統(tǒng)的特性在自然界、人類社會、人工系統(tǒng)中廣泛存在,所以復雜系統(tǒng)的知識發(fā)現具有普適性以及廣泛的應用場景。在這些實際系統(tǒng)中的模式發(fā)現及預測問題都可以歸納為復雜系統(tǒng)中知識發(fā)現,包括了社群發(fā)現、鏈路預測、節(jié)點預測、圖預測等。基于以上背景,本文將復雜系統(tǒng)結構特征與知識發(fā)現任務相結合,旨在對復雜系統(tǒng)的知識發(fā)現進行全面研究。本文首先給出了復雜系統(tǒng)的一般模型以及知識發(fā)現任務的定義。并在這一定義的基礎上,本文進行了基于非監(jiān)督學習的模式發(fā)現、基于監(jiān)督學習的全局分類以及局部模式預測三個方面的研究,并在論文最后討論了復雜系統(tǒng)知識發(fā)現的一般性神經網絡架構。1、非監(jiān)督的復雜網絡空間模式發(fā)現問題復雜網絡往往呈現出多層的異質網絡特點,多層之間又有相互作用�；诖�,本文在移動通信網絡上進行了模式發(fā)現研究,提出了基于譜聚類的空間模式發(fā)現算法。首先,本文提出了個體特征提取方法,并結合網絡構建方法對移動通信系統(tǒng)這類在數據表現形式上不具備明顯拓撲結構關系的系統(tǒng)進行...

【文章頁數】：114 頁

【學位級別】：博士

【部分圖文】：

圖２－１同質網絡的圖表現形式，（ａ）為無向圖，（ｂ）為有向圖，（ｃ）為帶權重的無??向圖

的發(fā)展，已經形成了可觀的研究成果，形成了以??復雜網絡為首的系統(tǒng)的學科架構和理論體系。Ｂｏｃｃａｌｅｔｔｉ?Ｓ和Ｌａｔｏｍ?Ｖ等從復雜??網絡結構、靜態(tài)及動態(tài)的穩(wěn)健性、傳播過程、協同性和應用等方面對復雜網絡??模型進行分析和整理［９７］。在同質網路下，研究反映了更多的現實特性。例....

圖２－２采用異質結點表達超圖

不同類型的邊的能力；基于這三個能力，該模型可以很容易的將不同類型的復??雜網絡表達出來。圖２－２描述了用異質點來表達超圖的方式。代表超圖中的超??邊的節(jié)點，也可以是某種組織結構的核心點，所有與該點相連的其他節(jié)點表達??歸屬于該組織結構的關系。而兩個組織結構核心點之間的連接則可以表....

圖２－３傳統(tǒng)二分圖與分層系統(tǒng)

模型??由于異質節(jié)點和異質邊的存在，傳統(tǒng)圖論中的二分圖或ｎ分圖在復雜系統(tǒng)??中變成了分層系統(tǒng)。當對不同類別的個體進行建模時，分層系統(tǒng)是研究中常常??米用的模型。如：消費者與所購頭的商品之間的聯系就可以用分層系統(tǒng)來表；??在傳統(tǒng)電商系統(tǒng)中消費者之間沒有關聯關系，商品之間也沒有顯性關....

圖２－５復雜系統(tǒng)知識發(fā)現的一般過程??１）復雜系統(tǒng)識別建模??復雜系統(tǒng)識別建模是知識發(fā)現過程的第一階段，這一階段要成、

特征工程?＞＞?知識發(fā)現建模＿＝＞驗證與應用??Ｍ點識別丨丨８?ｉ丨丨「數據清洗丨＂丨＾監(jiān)籠型＂丨???丨Ｉ關系識別Ｉ：?ＩＨ網絡構建ｈ?！?ｌ＇－?Ｖ?ｉｉ?＂防替＿?■型評價??丨［ｚｚｚｚ＾ｚｉ！?ｈ＂＾?ｒ－ｒ＊ｉ?特征構建??１?丨丨?丄??：丨類型識別１：?ｉ?；丨麵....

本文編號：3901626