基于局部谱逼近的大型复杂网络社团检测算法研究

发布时间：2021-01-21 15:33

　　复杂网络是指具有复杂拓扑结构和复杂节点行为的网络系统,它是对现实世界中各种各样的大规模复杂系统的抽象。复杂网络的节点可以是任意具有特定动力和信息内涵的系统的基本实体,而边则表示这些基本实体之间的关系。复杂网络以展现出能够在节点和边的水平上被获取的丰富、低阶连接模式著称,社团结构是其中最重要的一种模式。当前,复杂网络中的社团结构研究已然成为了现代复杂网络科学中最热门的研究课题之一。研究复杂网络中社团结构能够帮助人们更加清晰的认识复杂网络中蕴含的拓扑结构,促进复杂网络科学研究从宏观到微观的高速发展,具有重要的理论意义和现实的应用价值。目前,随着真实网络规模的不断增大,大量的全局社团检测算法因过高的时间和空间复杂度已经无法满足时代的需求,如何设计针对大型复杂网络的全局社团检测算法是当前亟待解决的重要问题。另一方面,针对大型复杂网络,局部社团结构的挖掘显得尤为必要,如何设计快速的局部社团检测算法是近几年兴起的又一研究热点。针对以上问题,基于局部谱逼近设计了针对大型复杂网络的全局重叠社团检测算法和局部社团检测算法,主要工作及创新点如下:（1）针对大型复杂网络的全局重叠社团检测问题,提出了一种基于... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：102 页

【学位级别】：博士

【部分图文】：

GN数据集上的准确度结果

LFR数据集上的准确度结果

确定局部最小电导

【参考文献】：
期刊论文
[1]面向大规模网络的快速重叠社团挖掘算法[J]. 李政廉,吉立新,黄瑞阳,兰巨龙.  电子学报. 2019(02)
[2]基于三支决策的非重叠社团划分[J]. 方莲娣,张燕平,陈洁,王倩倩,刘峰,王刚.  智能系统学报. 2017(03)
[3]一种集成链接和属性信息的社区挖掘方法[J]. 贺超波,汤庸,刘海,赵淦森,陈启买,黄昌勤.  计算机学报. 2017(03)
[4]基于潜在特征的重叠社团识别算法[J]. 孙辉霞,李跃新.  计算机应用. 2015(12)
[5]一种基于随机块模型的快速广义社区发现算法[J]. 柴变芳,于剑,贾彩燕,王静红.  软件学报. 2013(11)
[6]Community Detection in Disease-Gene Network Based on Principal Component Analysis[J]. Wei Liu,Ling Chen.  Tsinghua Science and Technology. 2013(05)
[7]基于社团检测的复杂网络中心性方法[J]. 付立东,高琳,马小科.  中国科学:信息科学. 2012(05)
[8]基于谱聚类的复杂网络社团发现算法[J]. 蔡晓妍,戴冠中,杨黎斌.  计算机科学. 2009(09)



本文编号：2991421