本文關鍵詞：基于高斯混合模型的復雜網(wǎng)絡社團尋找

  更多相關文章： 復雜網(wǎng)絡 社團提取 高斯混合模型 EM算法 主成分分析

【摘要】：復雜網(wǎng)絡是復雜系統(tǒng)的基本結(jié)構,也是研究復雜系統(tǒng)的工具。其具有很強大的描述能力,被人們廣泛應用于各個學科領域的復雜系統(tǒng)建模中。近年來,研究者們發(fā)現(xiàn)不同學科領域的復雜網(wǎng)絡都存在著社團結(jié)構特征,并且尋找到這些社團結(jié)構,有助于分析復雜網(wǎng)絡的各種特性。隨著新的應用領域被不斷拓展,復雜網(wǎng)絡的拓撲結(jié)構和性質(zhì)更為復雜,這對社團尋找算法的效率和準確度提出了更高的要求。雖然現(xiàn)有的社團尋找算法很多,但是能夠有效刻畫實際網(wǎng)絡特征,并將網(wǎng)絡中的社團結(jié)構快速準確尋找出來的算法并不多。 本文提出了一種基于主成分分析的高斯混合模型社團尋找算法。在該模型中,假設同一個網(wǎng)絡中的不同社團結(jié)構是由不同的高斯模型生成的,即不同社團其生成機理也不一樣,這樣的假設更加符合實際的社團生成原理。對于模型中的參數(shù)本文利用期望最大化算法(Expectation Maximization Algorithm,EM算法),進行求解。由于復雜網(wǎng)絡規(guī)模龐大,降低算法時間復雜度是研究的重點,所以在算法進行之前,本文特別地引入了主成分分析,對鄰接矩陣對應的列向量進行降維處理,以降低后續(xù)的計算時間。 通過對一系列經(jīng)典的實際網(wǎng)絡例子進行實驗,可發(fā)現(xiàn)和現(xiàn)有的社團尋找方法相比,本文的模型更加靈活,可以用來處理不同類型的網(wǎng)絡,如加權網(wǎng)絡,有向網(wǎng)絡、重疊網(wǎng)絡等,同時,本文算法得到的結(jié)果更加精準,符合網(wǎng)絡的實際劃分。利用主成分分析對網(wǎng)絡的鄰接矩陣降維,如果主成分貢獻率達到百分之九十以上,那么對于最后的計算結(jié)果幾乎沒有什么影響。這使得本文的算法能夠用于處理大型的復雜網(wǎng)絡,例如基因網(wǎng)絡,互聯(lián)網(wǎng)絡,社交網(wǎng)絡等。
【關鍵詞】：復雜網(wǎng)絡 社團提取 高斯混合模型 EM算法 主成分分析
【學位授予單位】：云南大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：O157.5
【目錄】：

• 摘要3-4
• Abstract4-6
• 目錄6-8
• 第一章 緒論8-12
• 1.1 研究背景及意義8-9
• 1.1.1 研究背景8
• 1.1.2 研究意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-10
• 1.3 研究思路及論文結(jié)構10-12
• 1.3.1 本文的主要研究內(nèi)容10-11
• 1.3.2 論文結(jié)構11-12
• 第二章 復雜網(wǎng)絡及社團尋找算法概述12-21
• 2.1 復雜網(wǎng)絡基本理論12-13
• 2.1.1 復雜網(wǎng)絡發(fā)展歷史12-13
• 2.1.2 復雜網(wǎng)絡的表示13
• 2.2 社團結(jié)構的基本理論13-17
• 2.2.1 社團結(jié)構定義13-15
• 2.2.2 社團結(jié)構的定量描述——模塊度函數(shù)15-17
• 2.3 復雜網(wǎng)絡社團尋找的常用算法17-21
• 2.3.1 優(yōu)化算法17
• 2.3.2 遺傳算法17-19
• 2.3.3 基于統(tǒng)計模型的推理算法19-21
• 第三章 基于高斯混合模型的復雜網(wǎng)絡劃分算法21-36
• 3.1 高斯混合模型21-23
• 3.2 期望最大化算法23-32
• 3.2.1 期望最大化算法推導23-25
• 3.2.2 期望最大化算法收斂性25-29
• 3.2.3 高斯混合模型中的期望最大化算法29-32
• 3.3 主成分分析32-33
• 3.4 基于主成分分析的混合高斯模型33-36
• 第四章 復雜網(wǎng)絡社團結(jié)構劃分算法實驗36-49
• 4.1 常用的實際網(wǎng)絡實驗結(jié)果36-42
• 4.1.1 空手道俱樂部網(wǎng)絡36-38
• 4.1.2 海豚網(wǎng)絡38-40
• 4.1.3 足球隊網(wǎng)絡40-41
• 4.1.4 政治書網(wǎng)絡41-42
• 4.2 人工合成網(wǎng)絡42-49
• 第五章 總結(jié)與展望49-51
• 5.1 本文工作總結(jié)49
• 5.2 下一步工作展望49-51
• 參考文獻51-54
• 致謝54

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 李曉佳;張鵬;狄增如;樊瑛;;復雜網(wǎng)絡中的社團結(jié)構[J];復雜系統(tǒng)與復雜性科學;2008年03期

2 柴變芳;賈彩燕;于劍;;基于統(tǒng)計推理的社區(qū)發(fā)現(xiàn)模型綜述[J];計算機科學;2012年08期

3 楊博;劉大有;金弟;馬海賓;;復雜網(wǎng)絡聚類方法[J];軟件學報;2009年01期

，

本文編號：751768