本文關(guān)鍵詞：基于局部特征擴(kuò)散的復(fù)雜網(wǎng)絡(luò)社區(qū)檢測(cè)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著信息技術(shù)的高速發(fā)展,復(fù)雜網(wǎng)絡(luò)分析已經(jīng)成為機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘研究領(lǐng)域的熱點(diǎn)之一。研究表明,網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)能揭示網(wǎng)絡(luò)隱藏的某些功能屬性、規(guī)律特點(diǎn),網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)檢測(cè)對(duì)挖掘網(wǎng)絡(luò)結(jié)構(gòu)信息、了解網(wǎng)絡(luò)結(jié)構(gòu)的特點(diǎn)具有重要的意義。在網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)檢測(cè)的研究中,如何刻畫(huà)網(wǎng)絡(luò)的特征矩陣,對(duì)社區(qū)檢測(cè)有重要的影響。當(dāng)前大多研究主要從局部特征和全局特征兩個(gè)方面展開(kāi),用對(duì)稱(chēng)特征對(duì)無(wú)向圖網(wǎng)絡(luò)進(jìn)行研究。本文圍繞融合局部特征和全局特征的思想,對(duì)網(wǎng)絡(luò)特征矩陣賦予新的構(gòu)造方法,其主要研究?jī)?nèi)容如下:(1)提出一種基于局部特征擴(kuò)散的特征矩陣構(gòu)造方法。該方法首先定義新的節(jié)點(diǎn)相似度;然后通過(guò)鏈路加權(quán)完善局部特征;最后通過(guò)擴(kuò)散核構(gòu)造網(wǎng)絡(luò)的特征矩陣。新的特征矩陣融合了網(wǎng)絡(luò)的局部和全局特征,更全面地表達(dá)了網(wǎng)絡(luò)的拓?fù)湫畔ⅰ?2)提出一種相對(duì)穩(wěn)定的標(biāo)簽傳播算法。該算法基于局部特征擴(kuò)散所構(gòu)造的特征矩陣,首先用鏈路權(quán)值優(yōu)化網(wǎng)絡(luò)局部結(jié)構(gòu);然后用新的特征矩陣構(gòu)造標(biāo)簽貢獻(xiàn)矩陣;最后在標(biāo)簽首次更新階段,對(duì)核心節(jié)點(diǎn)優(yōu)先更新。算法不僅在準(zhǔn)確性方面得到保證,而且穩(wěn)定性明顯提升。(3)將局部特征擴(kuò)散的思想推廣到非負(fù)矩陣分解模型,提出兩種新的特征矩陣分解模型。首先將新定義的對(duì)稱(chēng)特征矩陣應(yīng)用到對(duì)稱(chēng)非負(fù)矩陣分解模型。然后針對(duì)對(duì)稱(chēng)的相似度度量方法對(duì)網(wǎng)絡(luò)拓?fù)湫畔⒚枋龅牟蛔?提出一種非對(duì)稱(chēng)特征矩陣構(gòu)造方法,并結(jié)合非負(fù)矩陣分解模型用于社區(qū)檢測(cè)。該方法首先對(duì)節(jié)點(diǎn)局部相似度進(jìn)行非對(duì)稱(chēng)地度量,將無(wú)向圖調(diào)整為有向加權(quán)圖,然后通過(guò)鏈路加權(quán)增強(qiáng)局部特征,最后將所得到的局部特征結(jié)合擴(kuò)散核構(gòu)造網(wǎng)絡(luò)的非對(duì)稱(chēng)特征矩陣。實(shí)驗(yàn)表明,本文提出的對(duì)稱(chēng)特征、非對(duì)稱(chēng)特征能有效提升復(fù)雜網(wǎng)絡(luò)社區(qū)檢測(cè)效果,在小規(guī)模社區(qū)識(shí)別分辨率方面擁有獨(dú)特的優(yōu)勢(shì)。尤其是非對(duì)稱(chēng)的特征,能更好地度量節(jié)點(diǎn)之間的相似度信息,對(duì)社區(qū)檢測(cè)性能的提升更加明顯。
【關(guān)鍵詞】：社區(qū)檢測(cè) 局部特征擴(kuò)散 鏈路加權(quán) 標(biāo)簽傳播 非負(fù)矩陣分解
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：O157.5
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 緒論11-17
• 1.1 研究背景和意義11-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-14
• 1.2.1 概述12-13
• 1.2.2 圖分割算法13
• 1.2.3 層次聚類(lèi)算法13-14
• 1.2.4 基于新模型的社區(qū)檢測(cè)算法14
• 1.3 論文主要工作和研究?jī)?nèi)容14-15
• 1.4 本文組織結(jié)構(gòu)15-17
• 第二章 復(fù)雜網(wǎng)絡(luò)基礎(chǔ)理論17-27
• 2.1 復(fù)雜網(wǎng)絡(luò)表示17
• 2.2 社區(qū)結(jié)構(gòu)的定義17-18
• 2.3 復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)特征18-20
• 2.3.1 節(jié)點(diǎn)局部特征18-19
• 2.3.2 網(wǎng)絡(luò)特征矩陣19-20
• 2.4 社區(qū)結(jié)構(gòu)評(píng)價(jià)指標(biāo)20-22
• 2.4.1 模塊度20-21
• 2.4.2 模塊密度21
• 2.4.3 標(biāo)準(zhǔn)化互信息21-22
• 2.5 主要的社區(qū)發(fā)現(xiàn)算法22-26
• 2.5.1 基于Laplace譜平分法22-23
• 2.5.2 GN算法23
• 2.5.3 FN算法23-24
• 2.5.4 標(biāo)簽傳播算法24-25
• 2.5.5 CPM算法25
• 2.5.6 非負(fù)矩陣分解算法25-26
• 2.6 本章小結(jié)26-27
• 第三章 基于局部特征擴(kuò)散的標(biāo)簽傳播算法27-40
• 3.1 基于局部特征擴(kuò)散的網(wǎng)絡(luò)特征矩陣27-31
• 3.1.1 相鄰節(jié)點(diǎn)相似度度量27-28
• 3.1.2 鏈路加權(quán)28-29
• 3.1.3 局部特征擴(kuò)散29-30
• 3.1.4 基于局部特征擴(kuò)散的特征矩陣構(gòu)造算法30-31
• 3.2 基于擴(kuò)散特征的標(biāo)簽傳播算法31-34
• 3.2.1 標(biāo)簽傳播算法相關(guān)理論31-32
• 3.2.2 基于擴(kuò)散特征的標(biāo)簽傳播算法32-34
• 3.3 實(shí)驗(yàn)結(jié)果和分析34-39
• 3.3.1 LFR標(biāo)準(zhǔn)測(cè)試網(wǎng)絡(luò)35-38
• 3.3.2 真實(shí)網(wǎng)絡(luò)數(shù)據(jù)集38-39
• 3.4 本章小結(jié)39-40
• 第四章 基于非對(duì)稱(chēng)特征的非負(fù)矩陣分解算法40-58
• 4.1 對(duì)稱(chēng)非負(fù)矩陣分解模型40-41
• 4.2 非對(duì)稱(chēng)特征矩陣構(gòu)造方法41-44
• 4.2.1 相鄰節(jié)點(diǎn)相似度度量41-42
• 4.2.2 鏈路加權(quán)42-43
• 4.2.3 局部特征擴(kuò)散43-44
• 4.2.4 非對(duì)稱(chēng)特征矩陣構(gòu)造算法44
• 4.3 基于非對(duì)稱(chēng)特征的非負(fù)矩陣分解算法44-49
• 4.3.1 模型原理44-45
• 4.3.2 交替單步梯度下降求解算法45-47
• 4.3.3 修正的投影梯度下降求解算法47-49
• 4.4 實(shí)驗(yàn)結(jié)果和分析49-57
• 4.4.1 LFR標(biāo)準(zhǔn)測(cè)試網(wǎng)絡(luò)50-54
• 4.4.2 真實(shí)網(wǎng)絡(luò)數(shù)據(jù)集54-57
• 4.5 本章小結(jié)57-58
• 總結(jié)與展望58-60
• 參考文獻(xiàn)60-64
• 攻讀碩士學(xué)位期間取得的研究成果64-65
• 致謝65-66
• 附件66

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 方洪錦;;體上特征矩陣的簡(jiǎn)化形式與法式存在定理[J];揚(yáng)州師院學(xué)報(bào)(自然科學(xué)版);1982年02期

2 方洪錦;體上特征矩陣的簡(jiǎn)化形式與法式存在定理[J];數(shù)學(xué)研究與評(píng)論;1984年03期

3 趙梁紅;關(guān)于模糊向量的逆特征矩陣[J];浙江工業(yè)大學(xué)學(xué)報(bào);1997年04期

4 李大林;黃雪燕;;廣義特征矩陣的唯一性(英文)[J];廣西科學(xué);2008年03期

5 裴惠生;關(guān)于有限集的拓?fù)浞N類(lèi)問(wèn)題[J];河南大學(xué)學(xué)報(bào)(自然科學(xué)版);1987年04期

6 李大林;用廣義特征矩陣尋找若當(dāng)鏈的方法[J];唐山師范學(xué)院學(xué)報(bào);2004年02期

7 謝邦杰;體上特征矩陣的法式與弱法式存在定理[J];數(shù)學(xué)學(xué)報(bào);1980年03期

8 張盛,紀(jì)明,李偉;特征矩陣方冪的秩的一個(gè)性質(zhì)[J];渤海大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年04期

9 李安志;楊蜀穎;楊本立;;特征矩陣的右下三角等價(jià)形式[J];四川師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年06期

10 姜久亮;C—代數(shù)的特征矩陣的性質(zhì)[J];重慶師專(zhuān)學(xué)報(bào);1995年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 王永娟;韓文報(bào);曾本勝;李世取;;用特征矩陣的方法構(gòu)造Bent函數(shù)[A];數(shù)學(xué)·力學(xué)·物理學(xué)·高新技術(shù)研究進(jìn)展——2006（11）卷——中國(guó)數(shù)學(xué)力學(xué)物理學(xué)高新技術(shù)交叉研究會(huì)第11屆學(xué)術(shù)研討會(huì)論文集[C];2006年

2 馬光彥;王偉策;孫崢;蔣新勝;;基于特征矩陣聯(lián)合近似對(duì)角化的多聲源信號(hào)分離[A];第七屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 張丁文;基于特征矩陣的空間場(chǎng)景相似性度量模型與約束指標(biāo)松弛化研究[D];中國(guó)地質(zhì)大學(xué);2016年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 徐建洲;基于局部特征擴(kuò)散的復(fù)雜網(wǎng)絡(luò)社區(qū)檢測(cè)研究[D];華南理工大學(xué);2016年

2 李大林;廣義特征矩陣及其應(yīng)用[D];吉林大學(xué);2006年

3 岳英強(qiáng);具有兩個(gè)特征矩陣和變系數(shù)的Beltrami方程組[D];河北大學(xué);2010年

  本文關(guān)鍵詞：基于局部特征擴(kuò)散的復(fù)雜網(wǎng)絡(luò)社區(qū)檢測(cè)研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：443185