本文關(guān)鍵詞：基于自組織神經(jīng)網(wǎng)的復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)研究

  更多相關(guān)文章： 復(fù)雜網(wǎng)絡(luò) 社區(qū)發(fā)現(xiàn) 緊密團(tuán) 自組織神經(jīng)網(wǎng)絡(luò)

【摘要】：復(fù)雜網(wǎng)絡(luò)理論是人們認(rèn)識(shí)世界的時(shí)候創(chuàng)造的一個(gè)系統(tǒng)性的理論，因此復(fù)雜網(wǎng)絡(luò)可以看作是現(xiàn)實(shí)世界的一個(gè)抽象，對(duì)復(fù)雜網(wǎng)絡(luò)理論的研究也一直受到自然科學(xué)界和數(shù)學(xué)界的研究人員的重點(diǎn)關(guān)注，其中，因?yàn)樯鐓^(qū)結(jié)構(gòu)是普遍存在于其中的一個(gè)結(jié)構(gòu)特性，研究社區(qū)結(jié)構(gòu)發(fā)現(xiàn)方法對(duì)復(fù)雜網(wǎng)絡(luò)理論發(fā)展有重大的意義，所以復(fù)雜網(wǎng)絡(luò)中的社區(qū)結(jié)構(gòu)發(fā)現(xiàn)算法研究一直受到了各個(gè)領(lǐng)域研究者的持續(xù)關(guān)注。但是該問題迄今并沒有得到完美的解決，特別是對(duì)重疊社區(qū)結(jié)構(gòu)的研究，給這一領(lǐng)域的研究帶來了新的挑戰(zhàn)。 本文從復(fù)雜網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)發(fā)現(xiàn)的研究背景及意義出發(fā)，查看了大量的國(guó)內(nèi)外相關(guān)文獻(xiàn)，對(duì)該領(lǐng)域的研究現(xiàn)狀有了大致的梳理。其次介紹了復(fù)雜網(wǎng)絡(luò)理論的歷史進(jìn)程以及相關(guān)概念。再次，本文還對(duì)社區(qū)概念和社區(qū)結(jié)構(gòu)發(fā)現(xiàn)算法的評(píng)價(jià)指標(biāo)進(jìn)行了探討，并從幾個(gè)代表算法出發(fā)，探討了當(dāng)前對(duì)社區(qū)發(fā)現(xiàn)研究的進(jìn)展和不足。最后本文還重點(diǎn)介紹了自組織神經(jīng)網(wǎng)絡(luò)理論，從競(jìng)爭(zhēng)學(xué)習(xí)出發(fā)，，到自組織特征映射圖模型，突出了自組織神經(jīng)網(wǎng)絡(luò)具有優(yōu)良的拓?fù)浣Y(jié)構(gòu)保持和概率保持特性。 針對(duì)當(dāng)前重疊社區(qū)結(jié)構(gòu)發(fā)現(xiàn)算法的不足，本文考慮到社區(qū)結(jié)構(gòu)的真正組成元素不是節(jié)點(diǎn)而是網(wǎng)絡(luò)中的邊，提出了邊的緊密團(tuán)概念，并用邊的緊密團(tuán)來構(gòu)造邊向量，以期更準(zhǔn)確的表述網(wǎng)絡(luò)中的邊所蘊(yùn)含的真正信息。為了去除在社區(qū)發(fā)現(xiàn)過程中無用的邊界邊，本文基于邊的緊密團(tuán)概念提出了一種新的邊界邊的識(shí)別方法。以此為基礎(chǔ)，本文提出了基于邊向量思想的重疊社區(qū)發(fā)現(xiàn)算法EVKM，結(jié)合k-means算法的思想，來發(fā)現(xiàn)網(wǎng)絡(luò)中的重疊社區(qū)結(jié)構(gòu)。另外，考慮到神經(jīng)網(wǎng)絡(luò)優(yōu)良的拓?fù)浔３痔匦院透怕时３痔匦�，本文還提出了一種自組織神經(jīng)網(wǎng)絡(luò)和邊向量結(jié)合的重疊社區(qū)結(jié)構(gòu)發(fā)現(xiàn)算法SOMEV。 最后，本文設(shè)計(jì)了多組實(shí)驗(yàn)來驗(yàn)證我們提出的算法的有效性，首先本文實(shí)驗(yàn)對(duì)比了邊向量的正規(guī)化對(duì)算法運(yùn)行結(jié)果的影響，然后，本文還對(duì)比了不同邊歸屬值對(duì)社區(qū)結(jié)構(gòu)發(fā)現(xiàn)準(zhǔn)確率的影響，最后，我們還在人工網(wǎng)絡(luò)和真實(shí)網(wǎng)絡(luò)上分別對(duì)比了我們提出的算法和一些經(jīng)典的社區(qū)發(fā)現(xiàn)算法的運(yùn)行結(jié)果。通過對(duì)比實(shí)驗(yàn)，表明基于邊向量思想的重疊社區(qū)結(jié)構(gòu)識(shí)別算法在識(shí)別重疊社區(qū)結(jié)構(gòu)任務(wù)中較經(jīng)典算法有明顯的優(yōu)勢(shì)，另外，自組織神經(jīng)網(wǎng)絡(luò)的拓?fù)浔３痔匦院透怕时３痔匦砸灿兄谔岣咧丿B社區(qū)結(jié)構(gòu)發(fā)現(xiàn)的準(zhǔn)確性。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：O157.5;TP183

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 潘磊;金杰;王崇駿;謝俊元;;社會(huì)網(wǎng)絡(luò)中基于局部信息的邊社區(qū)挖掘[J];電子學(xué)報(bào);2012年11期

本文編號(hào)：1163857