版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著信息技術(shù)的迅猛發(fā)展,復(fù)雜網(wǎng)絡(luò)的研究引起了許多領(lǐng)域人員的關(guān)注。不論是自然環(huán)境還是人類社會(huì),網(wǎng)絡(luò)無(wú)處不在。任意對(duì)象間只要存在聯(lián)系或具有相互作用就會(huì)形成網(wǎng)絡(luò)。因此,通過(guò)復(fù)雜網(wǎng)絡(luò)可以挖掘各種各樣的復(fù)雜系統(tǒng),這在諸多領(lǐng)域中都具有重要的意義。網(wǎng)絡(luò)研究的急速發(fā)展使研究者們發(fā)現(xiàn)復(fù)雜網(wǎng)絡(luò)具有社團(tuán)結(jié)構(gòu),即復(fù)雜網(wǎng)絡(luò)是由不同的社團(tuán)組合而成,社團(tuán)內(nèi)部節(jié)點(diǎn)間聯(lián)系緊密,社團(tuán)間連接則相對(duì)稀疏。利用這一特性可以分析復(fù)雜網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)、網(wǎng)絡(luò)發(fā)展規(guī)律信息以及預(yù)測(cè)行為,因
2、此社團(tuán)發(fā)現(xiàn)是復(fù)雜網(wǎng)絡(luò)研究中一個(gè)重要的課題。
本文首先對(duì)經(jīng)典的社團(tuán)發(fā)現(xiàn)算法進(jìn)行了詳細(xì)的研究,并對(duì)每種算法進(jìn)行仿真實(shí)現(xiàn),進(jìn)一步對(duì)四種經(jīng)典算法對(duì)比總結(jié)。利用Matlab軟件分別對(duì)快速社團(tuán)發(fā)現(xiàn)算法(FN)、基于標(biāo)號(hào)傳播的社團(tuán)發(fā)現(xiàn)算法(LPA)、基于種子擴(kuò)散思想的社團(tuán)發(fā)現(xiàn)算法(LFM)、馬爾科夫聚類算法(MCL)進(jìn)行了實(shí)現(xiàn),將四種算法的劃分結(jié)果進(jìn)行對(duì)比,得到MCL算法在復(fù)雜網(wǎng)絡(luò)中進(jìn)行社團(tuán)發(fā)現(xiàn)具有明顯的優(yōu)勢(shì)的結(jié)論。
其次,在研究
3、經(jīng)典的模塊度函數(shù)、劃分密度及社團(tuán)評(píng)價(jià)標(biāo)準(zhǔn)的基礎(chǔ)上,提出了改進(jìn)的評(píng)價(jià)標(biāo)準(zhǔn),并總結(jié)了其相關(guān)性質(zhì)。通過(guò)仿真對(duì)比,發(fā)現(xiàn)改進(jìn)后的評(píng)價(jià)標(biāo)準(zhǔn)能夠更合理地評(píng)價(jià)社團(tuán)劃分質(zhì)量,且具有較高的靈敏度。
再次,鑒于傳統(tǒng)的社團(tuán)發(fā)現(xiàn)算法忽略了小社團(tuán)與邊緣社團(tuán)存在的不合理性,本文以經(jīng)典社團(tuán)發(fā)現(xiàn)算法為基準(zhǔn)點(diǎn),將MCL算法進(jìn)行改進(jìn),得到了改進(jìn)的馬爾科夫聚類算法(MCLp)。此算法在MCL算法的基礎(chǔ)上分析是否存在小社團(tuán)與邊緣社團(tuán),通過(guò)對(duì)比判斷值與閾值得到需要重新劃
4、分的節(jié)點(diǎn)集合,并對(duì)比重新劃分前后的評(píng)價(jià)函數(shù)來(lái)得到最終的網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)。在經(jīng)典數(shù)據(jù)集上進(jìn)行仿真實(shí)驗(yàn),并與經(jīng)典社團(tuán)發(fā)現(xiàn)算法從多個(gè)角度對(duì)比,發(fā)現(xiàn)MCLp算法得到的社團(tuán)結(jié)構(gòu)與實(shí)際劃分更為貼切,精確度高達(dá)92.8%。隨著網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)目與連接邊的增加,改進(jìn)的MCLp算法在時(shí)間復(fù)雜度方面的增長(zhǎng)并不顯著。
最后,本文將改進(jìn)的MCLp社團(tuán)發(fā)現(xiàn)算法分別應(yīng)用于包含1000個(gè)節(jié)點(diǎn)的基準(zhǔn)網(wǎng)絡(luò)、美國(guó)西部各州的電力網(wǎng)絡(luò)以及科學(xué)家合作網(wǎng),得到了合理的社團(tuán)結(jié)構(gòu),進(jìn)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于隱馬爾科夫模型的時(shí)間序列聚類.pdf
- 馬爾科夫鏈問(wèn)題算法研究.pdf
- 基于馬爾科夫網(wǎng)的本體匹配算法研究.pdf
- 基于回歸分析的馬爾科夫毯學(xué)習(xí)算法研究及其應(yīng)用.pdf
- 基于遺傳聚類的社團(tuán)發(fā)現(xiàn)算法研究.pdf
- 基于馬爾科夫隨機(jī)場(chǎng)的路標(biāo)識(shí)別算法研究.pdf
- 基于馬爾科夫覆蓋的基因交互檢測(cè)算法研究.pdf
- 基于馬爾科夫隨機(jī)場(chǎng)的立體匹配算法研究.pdf
- 基于馬爾科夫鏈的ZigBee信道選擇算法的研究.pdf
- 基于隱馬爾科夫模型的人臉認(rèn)證算法研究.pdf
- 基于馬爾科夫隨機(jī)場(chǎng)圖像恢復(fù)算法研究.pdf
- 基于馬爾科夫隨機(jī)場(chǎng)的室內(nèi)無(wú)線定位算法研究.pdf
- 基于馬爾科夫鏈的算法復(fù)雜度分析.pdf
- 基于馬爾科夫隨機(jī)場(chǎng)模型的圖像分割算法研究.pdf
- 基于隱馬爾科夫模型的語(yǔ)音識(shí)別新算法的研究.pdf
- 基于隱馬爾科夫模板模型的視頻動(dòng)作識(shí)別算法研究.pdf
- 馬爾科夫鏈與網(wǎng)頁(yè)排序問(wèn)題的數(shù)值算法研究.pdf
- 基于隱馬爾科夫模型的鋼琴音符識(shí)別算法研究.pdf
- 基于隱馬爾科夫模型的異常檢測(cè)研究.pdf
- 基于模糊馬爾科夫隨機(jī)場(chǎng)的遙感圖像分割算法研究.pdf
評(píng)論
0/150
提交評(píng)論