版權(quán)說明: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、現(xiàn)實(shí)世界中的很多事物都是以網(wǎng)絡(luò)形態(tài)存在的,例如在線社交,人際關(guān)系,人體蛋白質(zhì)模型等。隨著人們對(duì)復(fù)雜網(wǎng)絡(luò)研究的深入,社區(qū)結(jié)構(gòu)作為復(fù)雜網(wǎng)絡(luò)中的一個(gè)重要特性被逐漸重視起來(lái)。社區(qū)能夠有效地反應(yīng)網(wǎng)絡(luò)中節(jié)點(diǎn)之間的關(guān)系,對(duì)于復(fù)雜網(wǎng)絡(luò)中社區(qū)結(jié)構(gòu)的研究有助于人們更加深入的了解網(wǎng)絡(luò)系統(tǒng)的結(jié)構(gòu)特性及其演化規(guī)律,以便人們更好的改善現(xiàn)實(shí)生活。這也正是近年來(lái)社區(qū)發(fā)現(xiàn)問題成為復(fù)雜網(wǎng)絡(luò)領(lǐng)域研究熱點(diǎn)的原因。而重疊社區(qū)的發(fā)現(xiàn)可以更為準(zhǔn)確的理解網(wǎng)絡(luò)內(nèi)部的拓?fù)浣Y(jié)構(gòu)信息,在近些
2、年的研究中得到了越來(lái)越多的關(guān)注。
針對(duì)重疊社區(qū)的發(fā)現(xiàn)問題,目前已出現(xiàn)了許多研究成果,總體上可以分為全局優(yōu)化和局部?jī)?yōu)化兩大類。基于全局優(yōu)化的社區(qū)發(fā)現(xiàn)方法主要從全局的角度劃分整個(gè)網(wǎng)絡(luò),需要整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)信息,目前主要包括圖劃分、層次聚類、模塊度優(yōu)化、譜聚類及基于模型的方法等?;诰植繑U(kuò)展的方法一般根據(jù)定義的社區(qū)局部度量,從給定的初始節(jié)點(diǎn)逐步合并引起最大的社區(qū)度量增量的近鄰節(jié)點(diǎn),如局部擴(kuò)展優(yōu)化、標(biāo)簽傳播、派系過濾、局部邊聚類優(yōu)化等,并
3、在社交網(wǎng)絡(luò)分析中有廣泛的應(yīng)用。
本文圍繞局部拓展優(yōu)化中的代表算法 LFM,針對(duì)其在社區(qū)劃分過程中存在的劃分速度較慢和結(jié)果不夠穩(wěn)定兩大問題開展研究,提出針對(duì)性的解決方案。本文主要研究工作包括如下:
首先,針對(duì)LFM算法劃分速度較慢的情況,提出了一種基于“核心區(qū)域”的改進(jìn)LFM算法,在改進(jìn)算法中提出了“核心區(qū)域”的概念,并論證在社區(qū)的拓展階段,如果一個(gè)鄰接點(diǎn)屬于該節(jié)點(diǎn)的核心區(qū)域則可以不必再次重復(fù)計(jì)算適應(yīng)度函數(shù)值,從而減少
4、計(jì)算時(shí)間,達(dá)到提高社區(qū)劃分速度的目的。
其次,針對(duì)LFM算法得到的社區(qū)劃分結(jié)果不夠穩(wěn)定的問題,提出了一種基于種子節(jié)點(diǎn)篩選的改進(jìn)LFM算法。主要思路是:借鑒GCE算法和CPM算法的思想,在算法開始時(shí)選擇較為優(yōu)質(zhì)的節(jié)點(diǎn)作為種子節(jié)點(diǎn)即對(duì)初始的種子節(jié)點(diǎn)進(jìn)行篩選。具體做法是:引入臨節(jié)點(diǎn)度閾值k,對(duì)于鄰接點(diǎn)度達(dá)不到閾值的節(jié)點(diǎn)不會(huì)被加入種子節(jié)點(diǎn)庫(kù),從而對(duì)達(dá)到篩選優(yōu)質(zhì)節(jié)點(diǎn)作為種子節(jié)點(diǎn)的目的,進(jìn)而優(yōu)化社區(qū)劃分結(jié)果。
最后,對(duì)上述提出的
5、兩種改進(jìn)算法,分別在真實(shí)網(wǎng)絡(luò)數(shù)據(jù)集和人工合成網(wǎng)絡(luò)數(shù)據(jù)集中進(jìn)行實(shí)驗(yàn)驗(yàn)證。對(duì)于真實(shí)網(wǎng)絡(luò)數(shù)據(jù)集,我們選取的是認(rèn)同度較高的Zachary’s karate club, American College football, Dolphin social network等五組公開數(shù)據(jù)集,使用模塊度函數(shù)作為評(píng)價(jià)指標(biāo)。人工合成網(wǎng)絡(luò)數(shù)據(jù)集則是采用LFR基準(zhǔn)程序進(jìn)行構(gòu)造,使用NMI作為評(píng)價(jià)指標(biāo)。同時(shí)與LFM算法,CPM算法及Copra算法進(jìn)行比較。實(shí)驗(yàn)結(jié)果
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,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,若沒有圖紙預(yù)覽就沒有圖紙。
- 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
- 基于局部?jī)?yōu)化投影的人臉識(shí)別方法研究.pdf
- 基于工藝特征局部?jī)?yōu)化的綠色工藝優(yōu)化方法框架及其關(guān)鍵技術(shù)研究.pdf
- 基于局部?jī)?yōu)化技術(shù)的無(wú)線傳感器網(wǎng)絡(luò)定位算法研究.pdf
- 鋼箱梁細(xì)部構(gòu)造疲勞試驗(yàn)研究及局部?jī)?yōu)化.pdf
- 基于局部擴(kuò)充的重疊社區(qū)發(fā)現(xiàn)算法研究和改進(jìn).pdf
- 初始釋放瓦斯膨脹能測(cè)定裝置的局部?jī)?yōu)化研究.pdf
- 基于局部重心的網(wǎng)絡(luò)重疊社團(tuán)發(fā)現(xiàn)方法的研究.pdf
- 液壓沖擊器計(jì)算機(jī)仿真及其局部?jī)?yōu)化分析.pdf
- 局部社區(qū)發(fā)現(xiàn)方法研究.pdf
- 面向網(wǎng)絡(luò)的重疊社區(qū)發(fā)現(xiàn)方法研究.pdf
- 16189.語(yǔ)義重疊社區(qū)發(fā)現(xiàn)方法研究
- 基于局部信息的重疊社團(tuán)發(fā)現(xiàn)算法研究.pdf
- 增量Delaunay三角化算法局部?jī)?yōu)化過程的分析與改進(jìn).pdf
- 基于邊劃分的重疊社區(qū)發(fā)現(xiàn)算法研究.pdf
- 基于概率模型的重疊社區(qū)發(fā)現(xiàn)算法研究.pdf
- 基于節(jié)點(diǎn)位置分析的重疊社區(qū)發(fā)現(xiàn)研究.pdf
- 上部結(jié)構(gòu)-筏板基礎(chǔ)和地基的共同作用及地基局部?jī)?yōu)化處理.pdf
- 基于圖壓縮的重疊社區(qū)發(fā)現(xiàn)技術(shù)研究.pdf
- 基于BFS的局部社區(qū)發(fā)現(xiàn)算法研究.pdf
- 301L不銹鋼多點(diǎn)焊結(jié)構(gòu)緯度試驗(yàn)研究及車體點(diǎn)焊結(jié)構(gòu)的局部?jī)?yōu)化.pdf
評(píng)論
0/150
提交評(píng)論