基于多目标进化的属性网络社团检测算法研究
发布时间：2021-12-16 17:01
现实世界中众多的复杂系统都可抽象地表示为网络,对网络的研究已经渗透到各个学科领域。网络通常具有社团结构特性,发现网络中的社团结构有助于更好地理解网络系统的结构和功能,挖掘系统的潜在信息和隐藏规律,对一些未知的功能和行为进行预测。在现实世界中存在一些特殊的网络,每个节点具有一个或多个描述其特征的属性,通常称这种网络为属性网络。挖掘属性网络的社团结构不仅仅依赖于网络的拓扑结构,节点的属性信息也是一种重要的信息源,它具有与拓扑结构互补的重要意义。近年来,基于不同的策略,多个领域的研究者们已经提出了许多属性网络社团检测算法,如何综合利用网络的拓扑结构和节点的属性信息,将网络划分为集合内联系密切且具有较多公共属性的节点集是一个具有挑战性的问题。基于此问题,本文提出了一种基于节点属性信息优化网络结构的多目标进化社团检测算法,之后根据其在属性信息嘈杂的网络上出现的性能下降问题,做了进一步研究,提出了基于双种群协同进化平衡拓扑结构和属性信息的多目标进化社团检测算法。本文的主要研究工作如下:（1）本文提出了一种基于节点属性信息优化网络结构的多目标进化社团检测算法（MOEA-AT）。MOEA-AT算法利用...
【文章来源】：安徽大学安徽省 211工程院校
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
具有属性信息的部分合著者网络示例
安徽大学硕士学位论文7第二章属性网络社团检测算法相关理论2.1属性网络的定义与表示给定一个属性网络可以将其抽象地表示为一个三元组=(,,)，其中，={1,2,…,}代表整个网络的节点集合，||代表网络中节点的个数[43,44]。={|∈,∈,≠}代表网络中边的集合，||代表网络中边的数量。={1,2,...}代表网络中维属性的集合，每个节点∈与一个属性向量[1(),2(),...()]相关联，()代表了节点在属性上的值[15]。除了采用上述三元组=(,,)的形式来表示属性网络之外，还可以使用×的邻接矩阵和×的节点属性矩阵来表示[40]。其中表示网络中节点的个数，表示网络中属性的维数。在网络的拓扑结构中，如果节点和节点之间存在连边关系，那么矩阵内的对应元素=1，否则=0。在节点的属性信息中，如果节点具有属性则节点属性矩阵的元素=1，否则=0。图2.1展示了一个无向无权带属性网络图=(,,)，其中，||=7，||=10，4维属性集合={,,,}。网络的邻接矩阵以及网络的节点属性矩阵的示例图如图2.2所示。图2.1:一个无向无权带属性网络图示Fig.2.1:Exampleofunweightandundirectedattributenetwork图2.2:网络的邻接矩阵以及节点属性矩阵示例Fig.2.2:Exampleofadjacencymatrixandnodeattributematrixofnetwork
安徽大学硕士学位论文7第二章属性网络社团检测算法相关理论2.1属性网络的定义与表示给定一个属性网络可以将其抽象地表示为一个三元组=(,,)，其中，={1,2,…,}代表整个网络的节点集合，||代表网络中节点的个数[43,44]。={|∈,∈,≠}代表网络中边的集合，||代表网络中边的数量。={1,2,...}代表网络中维属性的集合，每个节点∈与一个属性向量[1(),2(),...()]相关联，()代表了节点在属性上的值[15]。除了采用上述三元组=(,,)的形式来表示属性网络之外，还可以使用×的邻接矩阵和×的节点属性矩阵来表示[40]。其中表示网络中节点的个数，表示网络中属性的维数。在网络的拓扑结构中，如果节点和节点之间存在连边关系，那么矩阵内的对应元素=1，否则=0。在节点的属性信息中，如果节点具有属性则节点属性矩阵的元素=1，否则=0。图2.1展示了一个无向无权带属性网络图=(,,)，其中，||=7，||=10，4维属性集合={,,,}。网络的邻接矩阵以及网络的节点属性矩阵的示例图如图2.2所示。图2.1:一个无向无权带属性网络图示Fig.2.1:Exampleofunweightandundirectedattributenetwork图2.2:网络的邻接矩阵以及节点属性矩阵示例Fig.2.2:Exampleofadjacencymatrixandnodeattributematrixofnetwork
【参考文献】：
硕士论文
[1]多目标复杂网络社团检测算法和决策策略研究[D]. 张娱.安徽大学 2015
[2]基于优化的复杂网络聚类方法研究[D]. 丁转莲.安徽大学 2014
本文编号：3538498
【文章来源】：安徽大学安徽省 211工程院校
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
具有属性信息的部分合著者网络示例
安徽大学硕士学位论文7第二章属性网络社团检测算法相关理论2.1属性网络的定义与表示给定一个属性网络可以将其抽象地表示为一个三元组=(,,)，其中，={1,2,…,}代表整个网络的节点集合，||代表网络中节点的个数[43,44]。={|∈,∈,≠}代表网络中边的集合，||代表网络中边的数量。={1,2,...}代表网络中维属性的集合，每个节点∈与一个属性向量[1(),2(),...()]相关联，()代表了节点在属性上的值[15]。除了采用上述三元组=(,,)的形式来表示属性网络之外，还可以使用×的邻接矩阵和×的节点属性矩阵来表示[40]。其中表示网络中节点的个数，表示网络中属性的维数。在网络的拓扑结构中，如果节点和节点之间存在连边关系，那么矩阵内的对应元素=1，否则=0。在节点的属性信息中，如果节点具有属性则节点属性矩阵的元素=1，否则=0。图2.1展示了一个无向无权带属性网络图=(,,)，其中，||=7，||=10，4维属性集合={,,,}。网络的邻接矩阵以及网络的节点属性矩阵的示例图如图2.2所示。图2.1:一个无向无权带属性网络图示Fig.2.1:Exampleofunweightandundirectedattributenetwork图2.2:网络的邻接矩阵以及节点属性矩阵示例Fig.2.2:Exampleofadjacencymatrixandnodeattributematrixofnetwork
安徽大学硕士学位论文7第二章属性网络社团检测算法相关理论2.1属性网络的定义与表示给定一个属性网络可以将其抽象地表示为一个三元组=(,,)，其中，={1,2,…,}代表整个网络的节点集合，||代表网络中节点的个数[43,44]。={|∈,∈,≠}代表网络中边的集合，||代表网络中边的数量。={1,2,...}代表网络中维属性的集合，每个节点∈与一个属性向量[1(),2(),...()]相关联，()代表了节点在属性上的值[15]。除了采用上述三元组=(,,)的形式来表示属性网络之外，还可以使用×的邻接矩阵和×的节点属性矩阵来表示[40]。其中表示网络中节点的个数，表示网络中属性的维数。在网络的拓扑结构中，如果节点和节点之间存在连边关系，那么矩阵内的对应元素=1，否则=0。在节点的属性信息中，如果节点具有属性则节点属性矩阵的元素=1，否则=0。图2.1展示了一个无向无权带属性网络图=(,,)，其中，||=7，||=10，4维属性集合={,,,}。网络的邻接矩阵以及网络的节点属性矩阵的示例图如图2.2所示。图2.1:一个无向无权带属性网络图示Fig.2.1:Exampleofunweightandundirectedattributenetwork图2.2:网络的邻接矩阵以及节点属性矩阵示例Fig.2.2:Exampleofadjacencymatrixandnodeattributematrixofnetwork
【参考文献】：
硕士论文
[1]多目标复杂网络社团检测算法和决策策略研究[D]. 张娱.安徽大学 2015
[2]基于优化的复杂网络聚类方法研究[D]. 丁转莲.安徽大学 2014
本文编号：3538498
本文链接：https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/3538498.html
