復(fù)雜網(wǎng)絡(luò)中基于標(biāo)記散播的高效社團發(fā)現(xiàn)方法的研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩68頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、現(xiàn)實生活中,我們常常將一些問題通過建模的方法,把對象和關(guān)系抽象成網(wǎng)絡(luò)結(jié)構(gòu),進而發(fā)現(xiàn)對象間的共同特征,解決這些實際問題。隨著數(shù)據(jù)量的與日俱增,大規(guī)模網(wǎng)絡(luò)社團結(jié)構(gòu)的檢測已經(jīng)成為一個重要研究課題。它是對靜態(tài)群體進行歸類劃分、動態(tài)群體演變過程分析、尋找局部范圍影響力最大的個體、制定簡單有效的管理方案等現(xiàn)實問題進行研究的基礎(chǔ)環(huán)節(jié)。因此,如何在規(guī)模龐大、內(nèi)部結(jié)構(gòu)復(fù)雜的網(wǎng)絡(luò)上快速、有效地發(fā)現(xiàn)社團結(jié)構(gòu),對于數(shù)據(jù)分析、信息提取具有重要意義。
  本

2、文在經(jīng)典標(biāo)記散播社團檢測方法的基礎(chǔ)上,深入研究大規(guī)模復(fù)雜網(wǎng)絡(luò)的特征,針對算法中的節(jié)點標(biāo)記更新方法和迭代次數(shù)進行改進工作,取得了如下創(chuàng)新性成果。首先,提出了基于模塊度最大約束的標(biāo)記散播社團發(fā)現(xiàn)方法。該方法通過分析網(wǎng)絡(luò)中節(jié)點間的結(jié)構(gòu)相似度,構(gòu)造基于網(wǎng)絡(luò)模塊度計算的帶約束條件的目標(biāo)函數(shù),獲得更合理的節(jié)點標(biāo)記更新公式,提高網(wǎng)絡(luò)社團劃分結(jié)果的準(zhǔn)確率。接下來,又提出了基于α-度鄰居影響度的標(biāo)記散播社團檢測方法。該方法通過計算網(wǎng)絡(luò)中節(jié)點在α-度范圍內(nèi)

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

評論

0/150

提交評論