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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、近年來,復(fù)雜網(wǎng)絡(luò)已經(jīng)成為備受關(guān)注的研究領(lǐng)域,越來越多的研究人員投身于對復(fù)雜網(wǎng)絡(luò)的研究。研究發(fā)現(xiàn),很多復(fù)雜網(wǎng)絡(luò)都具有社區(qū)結(jié)構(gòu)這一特性。所以,如何能有效地找到實(shí)際社會網(wǎng)絡(luò)中的社區(qū)結(jié)構(gòu),是近年來對復(fù)雜網(wǎng)絡(luò)研究的重點(diǎn)之一。其中,大部分現(xiàn)有的研究都是檢測傳統(tǒng)無符號、非異構(gòu)網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)方法,即網(wǎng)絡(luò)中邊的符號都為正,或網(wǎng)絡(luò)中的節(jié)點(diǎn)種類單一。而在真實(shí)社會網(wǎng)絡(luò)中,節(jié)點(diǎn)之間不僅有表示“友好、聯(lián)盟”等的正向關(guān)系,而且有表示“敵視、競爭”等的負(fù)向關(guān)系。這種網(wǎng)
2、絡(luò)中既存在正向關(guān)系又存在負(fù)向關(guān)系的網(wǎng)絡(luò)被稱為符號網(wǎng)絡(luò)(Signed networks, SNs)。除此之外,還存在多種類型節(jié)點(diǎn)的網(wǎng)絡(luò),稱為異構(gòu)網(wǎng)絡(luò)(Multi-dimensional networks,MDNs)。本論文主要研究符號網(wǎng)絡(luò)和異構(gòu)網(wǎng)絡(luò)中的社區(qū)檢測問題?;诙嗄繕?biāo)進(jìn)化算法( Multi-Objective Evolutionary Algorithm, MOEAs)、聚類算法(Cluster Algorithms, CAs)和
3、遺傳算法(Genetic Algorithms, GAs),提出了一種符號網(wǎng)絡(luò)的社區(qū)檢測方法和兩種異構(gòu)網(wǎng)絡(luò)的社區(qū)檢測方法。下面是本論文的主要工作:
1.改進(jìn)了原始的模塊度函數(shù)(Q),將其擴(kuò)展為評價(jià)符號網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)質(zhì)量的兩個(gè)指標(biāo)Q+和Q-。改進(jìn)后的Q+和Q-保留了原始Q函數(shù)的特性,能夠很好的應(yīng)用于檢測符號網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)?;赒+和Q-兩個(gè)目標(biāo),提出了基于多目標(biāo)進(jìn)化算法的符號網(wǎng)絡(luò)社區(qū)檢測方法(MOEA-SN)。實(shí)驗(yàn)中采用了4個(gè)基準(zhǔn)
4、符號網(wǎng)絡(luò)和隨機(jī)生成的符號網(wǎng)絡(luò)對MOEA-SN的性能進(jìn)行了測試,結(jié)果表明MOEA-SN是一種有效的符號網(wǎng)絡(luò)社區(qū)檢測方法。
2.設(shè)計(jì)了一種基于聚類方法的異構(gòu)網(wǎng)絡(luò)社區(qū)檢測方法(CA-MDN)。根據(jù)馬爾科夫隨機(jī)游走的模型計(jì)算網(wǎng)絡(luò)中節(jié)點(diǎn)之間的相似性,并以此計(jì)算社區(qū)間的相似性,作為聚類方法中的相似性度量,并使用了一種局部模塊度增量來確定聚合聚類的停止標(biāo)準(zhǔn)。實(shí)驗(yàn)中,采用了1個(gè)真實(shí)社會網(wǎng)絡(luò)和隨機(jī)生成的異構(gòu)網(wǎng)絡(luò)對CA-MDN的性能進(jìn)行了測試,結(jié)
5、果表明CA-MDA是一種有效的異構(gòu)社會網(wǎng)絡(luò)社區(qū)檢測方法。
3.提出了一種基于遺傳算法的異構(gòu)網(wǎng)絡(luò)社區(qū)檢測方法(GA-MDN),改進(jìn)了模塊密度函數(shù)D以用于衡量異構(gòu)網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)質(zhì)量,并將其作為遺傳算法的適應(yīng)度函數(shù)進(jìn)行優(yōu)化;改進(jìn)了一種帶局部搜索的變異算子,避免進(jìn)化陷入局部最優(yōu),并提高了算法的效率。采用了1個(gè)真實(shí)社會網(wǎng)絡(luò)和隨機(jī)生成的異構(gòu)網(wǎng)絡(luò)對GA-MDN進(jìn)行了實(shí)驗(yàn)分析,結(jié)果表明GA-MDN是一種有效的異構(gòu)網(wǎng)絡(luò)社區(qū)檢測方法,能夠準(zhǔn)確檢測
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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自己和他人造成任何形式的傷害或損失。
最新文檔
- 鏈路預(yù)測和符號網(wǎng)絡(luò)社區(qū)檢測研究.pdf
- 基于進(jìn)化算法的符號網(wǎng)絡(luò)社區(qū)檢測.pdf
- 基于動力學(xué)的符號網(wǎng)絡(luò)社區(qū)檢測.pdf
- 異構(gòu)網(wǎng)絡(luò)中干擾消除方法的研究.pdf
- 符號網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)算法研究.pdf
- 基于博弈的無線異構(gòu)網(wǎng)絡(luò)網(wǎng)絡(luò)選擇方法.pdf
- 塊模型和復(fù)雜網(wǎng)絡(luò)社區(qū)檢測.pdf
- 異構(gòu)網(wǎng)絡(luò)中的網(wǎng)絡(luò)選擇算法研究.pdf
- 異構(gòu)網(wǎng)絡(luò)中的網(wǎng)絡(luò)選擇方案研究.pdf
- 符號網(wǎng)絡(luò)局部社區(qū)發(fā)現(xiàn)算法的研究.pdf
- 基于移動代理的異構(gòu)網(wǎng)絡(luò)故障檢測方法研究.pdf
- 異構(gòu)網(wǎng)絡(luò)中的能耗均衡.pdf
- 異構(gòu)蜂窩網(wǎng)絡(luò)融合方法的研究.pdf
- 復(fù)雜網(wǎng)絡(luò)的非重疊與重疊社區(qū)檢測方法.pdf
- 基于改進(jìn)NNIA算法的網(wǎng)絡(luò)社區(qū)檢測方法研究.pdf
- 社交網(wǎng)絡(luò)中社區(qū)演化事件檢測研究.pdf
- 異構(gòu)網(wǎng)絡(luò)中的移動管理和安全機(jī)制研究.pdf
- 復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)方法以及在網(wǎng)絡(luò)擾動中的影響.pdf
- 異構(gòu)網(wǎng)絡(luò)中的社團(tuán)檢測算法研究及應(yīng)用.pdf
- 復(fù)雜網(wǎng)絡(luò)社區(qū)檢測研究.pdf
評論
0/150
提交評論