資源描述：
《復(fù)雜網(wǎng)絡(luò)中社團(tuán)結(jié)構(gòu)發(fā)現(xiàn)算法的研究與實(shí)現(xiàn)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、聲明尸明本學(xué)位論文是我在導(dǎo)師的指導(dǎo)下取得的研究成果，盡我所知，在本學(xué)位論文中，除了加以標(biāo)注和致謝的部分外，不包含其他人已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得任何教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過的材料。與我一同工作的同事對(duì)本學(xué)位論文做出的貢獻(xiàn)均已在論文中作了明確的說明。研究生簽名：班漣連衛(wèi)忡年弓月衛(wèi)日學(xué)位論文使用授權(quán)聲明南京理工大學(xué)有權(quán)保存本學(xué)位論文的電子和紙質(zhì)文檔，可以借閱或上網(wǎng)公布本學(xué)位論文的部分或全部?jī)?nèi)容，可以向有關(guān)部門或機(jī)構(gòu)送交并授權(quán)其保存、借閱或上網(wǎng)公布本學(xué)位論文的部分或全部?jī)?nèi)容。對(duì)于保密論文，按保密的有關(guān)規(guī)定
2、和程序處理。研究生簽名：弘堅(jiān)嗌261十年弓月女日碩士學(xué)位論文復(fù)雜網(wǎng)絡(luò)中社團(tuán)結(jié)構(gòu)發(fā)現(xiàn)算法的研究與實(shí)現(xiàn)摘要復(fù)雜網(wǎng)絡(luò)涉及到多個(gè)學(xué)科，近年來得到越來越多的重視，逐步成為研究的焦點(diǎn)。社團(tuán)結(jié)構(gòu)作為復(fù)雜網(wǎng)絡(luò)的一個(gè)重要特征，對(duì)認(rèn)識(shí)與剖析復(fù)雜網(wǎng)絡(luò)具有舉足輕重的作用，因此探測(cè)復(fù)雜網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)對(duì)研究整個(gè)網(wǎng)絡(luò)的布局與性質(zhì)顯得十分必要。已往人們已經(jīng)提出了許多算法用于探測(cè)網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)，本文研究了其中兩種經(jīng)典的社團(tuán)發(fā)現(xiàn)算法并在其基礎(chǔ)上進(jìn)行改進(jìn)，提出了兩種改進(jìn)的社團(tuán)結(jié)構(gòu)發(fā)現(xiàn)算法，主要工作如下：(1)復(fù)雜網(wǎng)絡(luò)聚類算法是網(wǎng)絡(luò)中用于探測(cè)社團(tuán)的一種有效
3、方法。已往的復(fù)雜網(wǎng)絡(luò)聚類算法的結(jié)果依賴于初始化的選擇，極易導(dǎo)致局部最優(yōu)解，因此不適用于規(guī)模較大、結(jié)構(gòu)復(fù)雜、社團(tuán)結(jié)構(gòu)不明顯的網(wǎng)絡(luò)。為了解決上述問題，本文提出基于蟻群聚類的社團(tuán)結(jié)構(gòu)發(fā)現(xiàn)算法，算法首先使用改進(jìn)的譜平分法將網(wǎng)絡(luò)中將節(jié)點(diǎn)及節(jié)點(diǎn)問的關(guān)系轉(zhuǎn)換為供聚類分析的數(shù)據(jù)對(duì)象，再運(yùn)用蟻群聚類算法對(duì)得到的數(shù)據(jù)對(duì)象進(jìn)行分析，最終根據(jù)網(wǎng)絡(luò)的模塊度選擇最佳劃分。最后，將本文算法進(jìn)行擴(kuò)展用于探測(cè)加權(quán)網(wǎng)中的社團(tuán)結(jié)構(gòu)。實(shí)驗(yàn)表明，該算法克服了已往聚類算法的缺點(diǎn)，具有較好的執(zhí)行效率，得到了較為理想的劃分結(jié)果。(2)隨著時(shí)代的發(fā)展，現(xiàn)實(shí)中的網(wǎng)絡(luò)規(guī)模越
4、來越大，因此發(fā)現(xiàn)整個(gè)網(wǎng)絡(luò)的所有社團(tuán)變的復(fù)雜且耗時(shí)耗力。而另一方面，人們往往只關(guān)注某個(gè)節(jié)點(diǎn)所在的局部社團(tuán)，于是用于探測(cè)局部社團(tuán)結(jié)構(gòu)的算法逐漸受到人們熱捧。已往的局部社團(tuán)發(fā)現(xiàn)算法執(zhí)行結(jié)果依賴于初始節(jié)點(diǎn)的選擇，而且需要給出局部社團(tuán)節(jié)點(diǎn)數(shù)。針對(duì)以上問題，本文提出基于局部網(wǎng)絡(luò)信息的復(fù)雜網(wǎng)絡(luò)局部社團(tuán)發(fā)現(xiàn)算法。算法利用網(wǎng)絡(luò)自身的局部連接特點(diǎn)，從網(wǎng)絡(luò)中指定節(jié)點(diǎn)出發(fā)，通過不斷搜索鄰居節(jié)點(diǎn)，將與社團(tuán)連接最緊密的鄰居節(jié)點(diǎn)加入社團(tuán)，從而將初始節(jié)點(diǎn)所在的社團(tuán)劃分出來。最后，將算法進(jìn)行擴(kuò)展，擴(kuò)展算法不但能探測(cè)整個(gè)網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu)，而且能夠得到網(wǎng)絡(luò)中的
5、重疊節(jié)點(diǎn)。實(shí)驗(yàn)表明本文算法克服了已往局部社團(tuán)發(fā)現(xiàn)算法的缺點(diǎn)，具備良好的劃分效果。關(guān)鍵詞：社團(tuán)結(jié)構(gòu)，譜平分法，蟻群聚類，NgN圣．a(chǎn)信息，局部社團(tuán)發(fā)現(xiàn)Abstract碩上學(xué)位論文Complexnetworksrelatetovariousdisciplines．Inrecentyearstheyhaveattractedmoreandmoreattentionandgraduallybecomethefocusoflatelyresearch．Asanimportantfeatureofcomplexnetworks，co
6、mmunitystructureplaysadecisiveroleinnetworkanalysis．Sothediscoveryofcommunitystructureincomplexnetworksisverynecessaryinthestutyofnetworkstructureandfunction．Peoplehaveproposedmanyalgorithmsforfmdingcommunitystructureincomplexnetworks．ThisPaDerstudiestheclassicco
7、rrtmunitystructurediscoveryalgorithm，thenweproposetwonewcommunitystructurealgorithmbasedontheseformeralgorithms．Themaintaskoftiffspaperisasfollows：(1)Complexnetworkcluster-algorithmisaneffectivemethodincommunitystructurediscovery．Mostoftheproposedcomplexnetworkcl
8、uster-algorithmsalesensitivetotheinitializationandareeasytogetlocaloptimalsolution，SOtheyarenotapplicablefornetworkswhosestructureiscomplexandcommunityisnotobv
