符号网络和异构网络中的社区检测方法-电路与系统专业论文.docxVIP

符号网络和异构网络中的社区检测方法-电路与系统专业论文.docx

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
符号网络和异构网络中的社区检测方法-电路与系统专业论文

万方数据 万方数据 西安电子科技大学 学位论文独创性(或创新性)声明 秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标 注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成 果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处,本人承担一切的法律责任。 本人签名: 日期: 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内 容,可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 (必威体育官网网址的论文在解密后遵守此规定) 本学位论文属于必威体育官网网址,在 年解密后适用本授权书。 本人签名: 日期: 导师签名: 日期: 摘 要 I 摘 要 近年来,复杂网络已经成为备受关注的研究领域,越来越多的研究人员投身 于对复杂网络的研究。研究发现,很多复杂网络都具有社区结构这一特性。所 以,如何能有效地找到实际社会网络中的社区结构,是近年来对复杂网络研究的 重点之一。其中,大部分现有的研究都是检测传统无符号、非异构网络的社区结 构方法,即网络中边的符号都为正,或网络中的节点种类单一。而在真实社会网 络中,节点之间不仅有表示“友好、联盟”等的正向关系,而且有表示“敌视、 竞争”等的负向关系。这种网络中既存在正向关系又存在负向关系的网络被称为 符号网络(Signed networks, SNs)。除此之外,还存在多种类型节点的网络,称为 异构网络(Multi-dimensional networks,MDNs)。本论文主要研究符号网络和异 构网络中的社区检测问题。基于多目标进化算法(Multi-Objective Evolutionary Algorithm, MOEAs)、聚类算法(Cluster Algorithms, CAs)和遗传算法(Genetic Algorithms, GAs),提出了一种符号网络的社区检测方法和两种异构网络的社区检 测方法。下面是本论文的主要工作: 1.改进了原始的模块度函数(Q),将其扩展为评价符号网络社区结构质量的 两个指标Q+和Q-。改进后的Q+和Q-保留了原始Q函数的特性,能够很好的应用于 检测符号网络的社区结构。基于Q+和Q-两个目标,提出了基于多目标进化算法的 符号网络社区检测方法(MOEA-SN)。实验中采用了4个基准符号网络和随机生 成的符号网络对MOEA-SN的性能进行了测试,结果表明MOEA-SN是一种有效的 符号网络社区检测方法。 2.设计了一种基于聚类方法的异构网络社区检测方法(CA-MDN)。根据马尔 科夫随机游走的模型计算网络中节点之间的相似性,并以此计算社区间的相似 性,作为聚类方法中的相似性度量,并使用了一种局部模块度增量来确定聚合聚 类的停止标准。实验中,采用了1个真实社会网络和随机生成的异构网络对CA- MDN的性能进行了测试,结果表明CA-MDA是一种有效的异构社会网络社区检测 方法。 3.提出了一种基于遗传算法的异构网络社区检测方法(GA-MDN),改进了模 块密度函数D以用于衡量异构网络的社区结构质量,并将其作为遗传算法的适应 度函数进行优化;改进了一种带局部有哪些信誉好的足球投注网站的变异算子,避免进化陷入局部最优, 并提高了算法的效率。采用了1个真实社会网络和随机生成的异构网络对 GA- MDN进行了实验分析,结果表明GA-MDN是一种有效的异构网络社区检测方 法,能够准确检测出异构网络的社区结构,并且获得较高的正确率。 II 摘 要 关键词:符号网络 异构网络 遗传算法 多目标进化算法 聚类算法 社区检测 Abstract III Abstract In recent years, increasing number of researchers has pay attention to complex networks. Existing research has found that most of complex networks have community structures. As a result, how to detect the community structure from a real world network has become

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档