2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩78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(rèn)領(lǐng)

文檔簡介

1、隨著互聯(lián)網(wǎng)的蓬勃發(fā)展和人們采集數(shù)據(jù)能力的增強,實際生活中出現(xiàn)了越來越多的隨時間變化的數(shù)據(jù),我們稱這類數(shù)據(jù)為演化數(shù)據(jù)(Evolutionary Data)。近年來,演化數(shù)據(jù)的聚類問題引起了很多研究者的興趣。一般地,演化聚類的要求有兩個方面:1)每個時刻發(fā)現(xiàn)的聚類結(jié)構(gòu)要盡可能好地劃分當(dāng)前時刻的快照數(shù)據(jù);2)每個時刻發(fā)現(xiàn)的聚類結(jié)構(gòu)要盡可能保持時間平滑性,即和上個時刻相比,當(dāng)前時刻發(fā)現(xiàn)的聚類結(jié)構(gòu)盡量不發(fā)生太大的變化。演化數(shù)據(jù)聚類有很廣泛的應(yīng)用背

2、景,其研究有著很重要的意義。
  本文從核心節(jié)點和參考點的角度來研究演化聚類。本文的主要內(nèi)容包括三個方面。
  1)受靜態(tài)社區(qū)發(fā)現(xiàn)算法Top Leaders啟發(fā),我們提出一個基于核心節(jié)點(LeaderNodes)的演化社區(qū)發(fā)現(xiàn)算法(EvoLeaders)。首先,我們基于結(jié)合時間信息的更新策略來得到每個時刻的初始核心節(jié)點。通過保持發(fā)現(xiàn)的初始核心節(jié)點集合與上個時刻核心節(jié)點集合的時間平滑性,來保證由這些核心節(jié)點發(fā)現(xiàn)的社區(qū)跟以前的結(jié)

3、構(gòu)盡量保持平滑。然后,通過一組分裂合并操作提高社區(qū)質(zhì)量。在兩個實際數(shù)據(jù)集上的實驗結(jié)果表明,EvoLeaders算法比Top Leaders算法效果更好。該工作表明了從核心節(jié)點的角度進行演化社區(qū)發(fā)現(xiàn)的可行性。
  2) Top Leaders算法的主要缺點是需要人工輸入社區(qū)數(shù)目。基于網(wǎng)絡(luò)中每個節(jié)點與其鄰居節(jié)點之間度的關(guān)系,以及節(jié)點之間共同鄰居的重疊程度,我們改進了Top Leaders算法,并提出了能夠自動發(fā)現(xiàn)社區(qū)數(shù)目的AutoLe

4、aders算法。在三個經(jīng)典數(shù)據(jù)集上的實驗結(jié)果表明,AutoLeaders算法不僅能夠發(fā)現(xiàn)合理的社區(qū)數(shù)目,還能夠發(fā)現(xiàn)合理的社區(qū)結(jié)構(gòu)。進一步,基于兩種時間平滑性策略,我們提出了在動態(tài)網(wǎng)絡(luò)中發(fā)現(xiàn)社區(qū)的新的解決方案,即EvoAutoLeaders算法。在兩個實際數(shù)據(jù)集上的結(jié)果表明EvoAutoLeaders算法的效果比較好。
  3)我們從參考點的角度來處理演化聚類問題。首先,我們引入了三種不同的參考點,以及相應(yīng)的計算個體到參考點距離的策

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(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。

評論

0/150

提交評論