1 / 56
文档名称:

基于谱聚类的复杂网络社团结构发现算法.pdf

格式:pdf   页数:56页
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于谱聚类的复杂网络社团结构发现算法.pdf

上传人:wh7422 2016/3/20 文件大小:0 KB

下载得到文件列表

基于谱聚类的复杂网络社团结构发现算法.pdf

相关文档

文档介绍

文档介绍:西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处,本人承担一切的法律责任。本人签名: 日期西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。(保密的论文在解密后遵守此规定) 本学位论文属于保密,在年解密后适用本授权书。本人签名: 日期导师签名: 日期万方数据摘要摘要在复杂系统的研究中通常以复杂网络为模型,而社团结构是复杂网络一个显著的拓扑性质。找出复杂网络的社团结构有很重要的意义,如可用于分析网络的结构组成、探测网络的行为等。但复杂网络的特性及其规模的庞大,使得找到网络中合理的社团结构问题就变的非常困难。本文通过谱聚类算法的基本理论和模块度函数的基本概念进行仔细分析研究, 得出了它们在找出网络中的社团结构时的特点和优势。通过将二者结合,本文提出了一种新的寻找网络中社团结构的算法。该算法主要分为两个阶段:第一阶段设计社团划分策略,采用相似度矩阵作为社团特征,并结合Floyd-Warshall算法提取数据特征和进行相似性度量。第二阶段提出社团结构的寻找算法,采用谱聚类方法处理样本数据集,最终获得多个不同的社团结构,然后以模块度函数Q作为评价网络中社团结构组成的准则,选择具有最大模块度值的社团结构作为结果输出。最后,本文还采用三角不等式思想对聚类中的k-means过程进行了适当的改进,显著提高了运行效率。通过对3个经典的社会网络进行实验,并将结果与传统的社团结构发现算法相比较得出,本文提出的基于谱聚类的复杂网络社团结构发现算法在时间和获得的社团结构质量方面均比传统的算法有所提高。关键词:谱聚类算法复杂网络社团结构模块度函数万方数据 Abstract plex network is one of the important toolsand models to study complex it has one remarkabletopological property-- structures works is of more important significance, such as for analyzing the compose of networks, and exploring the behaviorof networks. However, finding correspond community structures in complex networks es more difficult with large-scale plex characteristics. In this paper, by analyzing and researching the theory of spectral clustering and the concept of modularity function, the characteristics and advantages of them are achieved which are munity works. By a combination of both, a new algorithm to find munity structure work has been proposed in this paper. The algorithmcan divide into two stages:The first stage is designing the strategy munity partition, whichtakes the similarity matrix as the feature munity,extracting the data featur