复杂网络社区识别方法研究

发布时间：2017-12-06 06:23

  本文关键词：复杂网络社区识别方法研究

  更多相关文章： 复杂网络 社区识别 遗传算法 NSGAⅡ 标签传播

【摘要】：在真实世界中,许多复杂系统都能够以复杂网络的形式表示出来,如社会网络、软件网络、生物网络等。目前,针对复杂网络的研究已成为计算机科学、社会学、物理学和生物信息学等领域的研究热点,并成为重要的多学科交叉研究领域。经研究表明,复杂网络中通常存在“社区结构”这一重要的网络拓扑结构特性,它具有社区内部节点连接紧密,社区间节点连接松散的特点。复杂网络社区识别旨在揭示出网络中真实存在的社区结构,其对于分析网络拓扑结构特性、发现网络中的隐含规律及掌握网络的演变过程具有重要的理论意义与实际意义。近年来,研究者们提出了大量优秀的复杂网络社区识别方法,并被应用于现实生活中的多个领域,但是,现有的社区识别算法也依然存在识别社区准确率较低的缺陷,有待进一步改进与提高。因此,本文针对传统社区识别方法存在的不足,将从四个方面开展研究。首先,针对传统基于遗传算法的社区识别方法在识别社区的过程中,存在较强随机性以及寻优能力较弱的缺陷,提出基于局部优化与改进遗传算法的复杂网络社区识别方法IGALO。该方法首先选取模块度函数作为目标函数,并采用一次迭代的标签传播方法初始化种群,以获得具有一定精度的原始种群;然后,给出防破坏单路交叉策略以保证交叉操作是沿着使社区结构向模块度函数增加的方向发展;最终,在既考虑节点与社区内部连接相似度,又考虑节点本身与社区连接紧密度的基础上,提出了节点局部优化变异策略以提高算法的搜索效率。该方法有效克服了传统算法存在寻优能力较弱的缺陷,提高了社区识别精度。在基准网络与真实网络数据集上进行测试,并与多个经典算法进行对比分析,实验结果验证了算法IGALO是有效的和可行的。其次,针对多目标社区识别算法所产生的Pareto最优解集容易陷入局部最优以及多样性不强的缺陷,提出基于多样性进化与NSGAⅡ的多目标复杂网络社区识别方法Ⅰ-NSGAⅡ。该算法同时优化评价社区内部连接紧密性及评价社区外部连接松散性的两个相互冲突的目标函数进行综合寻优,并提出多样性进化策略促使算法扩大搜索空间,以避免获得的Pareto最优解集陷入局部最优。此外,Ⅰ-NSGAⅡ采用邻接基因位编码策略、统一标签策略、单路交叉策略及局部变异策略提高算法的寻优能力。通过在基准网络和真实网络数据集上进行测试,并与多个经典算法进行比较,验证了 Ⅰ-NSGAⅡ算法的有效性和可行性。再次,针对传统基于标签传播的重叠社区识别方法存在较强的随机性,以及需要预设相关阈值来辅助完成社区识别等缺陷,提出基于多核心标签传播的重叠社区识别方法OMKLP。该方法在分析节点度与局部覆盖密度的基础上给出了核心节点评价值的概念,并提出了局部核心节点识别方法,在找到核心节点后,将核心节点的邻居节点标签赋值为与核心节点相同的标签,以便在标签传播的过程中,在局部范围内获得标签数量优势,从而降低随机成分;然后,提出面向重叠社区的异步标签传播策略进行标签传播,该策略可以将社区内部节点与社区边界节点快速区分,以获得重叠社区结构;最后,采用重叠节点分析方法对重叠节点进行分析整理。该算法无需预先设置任何阈值参数,便能够准确识别出重叠社区结构,有效解决了传统标签传播算法所存在的缺陷。在基准网络和真实网络上进行测试,实验结果验证了 OMKLP算法的有效性和可行性。最后,利用边社区识别方法在高度重叠网络中识别社区的优势,从边的局部视角出发,分析每条边与其邻居边的关系,提出用来评估每条边归属社区的边归属密度函数及边归属倾向性函数,并在此基础上设计一种基于边标签传播的重叠社区识别方法OLLP。该方法首先将网络中每条边的标签初始为该边连接两个节点中度高的节点标签;然后通过分析边的归属密度与归属倾向性迭代更新边标签;最终标签相同的边属于同一社区,相应的重叠节点将被自然呈现。在基准网络与真实网络数据集上进行测试,实验结果验证了 OLLP算法的有效性和可行性。
【学位授予单位】：哈尔滨工程大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：O157.5;TP18

【相似文献】

中国期刊全文数据库 前10条

1 ;真假蜂蜜识别方法[J];内江科技;2002年05期

2 施水才;俞鸿魁;吕学强;李渝勤;;基于大规模语料的新词语识别方法[J];山东大学学报(理学版);2006年03期

3 马彬;洪宇;杨雪蓉;姚建民;朱巧明;;基于语义依存线索的事件关系识别方法研究[J];北京大学学报(自然科学版);2013年01期

4 马彬;洪宇;杨雪蓉;姚建民;朱巧明;;基于推理线索构建的事件关系识别方法[J];北京大学学报(自然科学版);2014年01期

5 科信;名贵中药的几种识别方法[J];内江科技;2002年05期

6 邓福根;;一种智能的人脸识别方法[J];今日科苑;2009年24期

7 王梦菊;;复杂网络中社区识别研究[J];硅谷;2012年11期

8 高强;程方道;;重磁图像信息计算机自动提取及识别方法探讨[J];物探化探计算技术;1993年02期

9 ;哪些食物易掺毒?[J];科技致富向导;2009年19期

10 郭庆胜;黄远林;章莉萍;;曲线的弯曲识别方法研究[J];武汉大学学报(信息科学版);2008年06期

中国重要会议论文全文数据库 前10条

1 郑凯;;建立多维数据异常点识别方法的尝试[A];第八届全国体育科学大会论文摘要汇编（一）[C];2007年

2 张朋柱;韩崇昭;万百五;;智能决策支持系统中的问题识别方法与实现[A];全国青年管理科学与系统科学论文集（第2卷）[C];1993年

3 刘丽兰;刘宏昭;;时间序列模型的识别方法[A];制造技术自动化学术会议论文集[C];2004年

4 苗振伟;许勇;杨军;;超声波人脸识别方法研究[A];中国声学学会2007年青年学术会议论文集（上）[C];2007年

5 罗智勇;宋柔;荀恩东;;一种基于可信度的人名识别方法[A];第二届全国学生计算语言学研讨会论文集[C];2004年

6 张茜;郑峥;亢一澜;王娟;仇巍;;基于海量实测数据的反演识别方法与盾构装备载荷的力学建模[A];中国力学大会——2013论文摘要集[C];2013年

7 赵锐;陈光发;;军事口令识别的Fuzzy方法探讨[A];第二届全国人机语音通讯学术会议论文集[C];1992年

8 骆玉荣;刘建丽;史晓涛;;一种自动车窗识别方法的设计与实现[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

9 崔凯华;王国庆;方剑青;李红军;贾俊波;马超;赵烨;张东辉;;基于声模态分析的材料识别方法研究[A];现代振动与噪声技术（第九卷）[C];2011年

10 李洪东;梁逸曾;张志敏;;酵母蛋白组中原生肽识别方法的探索研究[A];中国化学会第26届学术年会化学信息学与化学计量学分会场论文集[C];2008年

中国重要报纸全文数据库 前9条

1 陈春道;甲鱼优劣及雌雄的识别方法[N];北京科技报;2003年

2 庞席堂;假币的识别方法[N];中华合作时报;2003年

3 王修增;手机被盗号的6种识别方法[N];中国保险报;2003年

4 张侃;正品手机电池识别方法[N];通信产业报;2000年

5 潘 治;德国开发出癌症早期识别方法[N];中国中医药报;2003年

6 新华社记者 段世文;产权证识别方法[N];新华每日电讯;2001年

7 金亮;机器人的情感[N];中国医药报;2001年

8 黄璐;识别假火车票有绝招[N];山西经济日报;2004年

9 宗绍纯;如何识别是纯奶还是奶饮料？[N];国际商报;2003年

中国博士学位论文全文数据库 前10条

1 赵国腾;跨座式单轨交通轨道梁表面裂纹识别方法研究[D];重庆大学;2015年

2 徐训;线性与非线性结构动力荷载识别方法及实验研究[D];哈尔滨工业大学;2015年

3 黄仕建;视频序列中人体行为的低秩表达与识别方法研究[D];重庆大学;2015年

4 张航;基于高光谱成像技术的皮棉中地膜识别方法研究[D];中国农业大学;2016年

5 吴翔;基于机器视觉的害虫识别方法研究[D];浙江大学;2016年

6 冯佳;研究前沿识别与分析方法研究[D];吉林大学;2017年

7 郑银河;复杂裂隙网络下岩石块体识别方法研究[D];中国地质大学(北京);2017年

8 徐艺哲;超音速流场中多波系干扰结构识别方法与应用研究[D];清华大学;2016年

9 邓琨;复杂网络社区识别方法研究[D];哈尔滨工程大学;2016年

10 张莉莉;竞优特征的群识别方法及其应用[D];东北大学;2010年

中国硕士学位论文全文数据库 前10条

1 徐珂琼;基于视频的人脸识别方法研究[D];天津理工大学;2015年

2 彭姣丽;针对多表情的人脸识别方法研究[D];昆明理工大学;2015年

3 代秀丽;基于半监督判别分析的人脸识别方法研究[D];深圳大学;2015年

4 易磊;基于两阶段的交通标志识别方法研究[D];南京理工大学;2015年

5 李彦;基于小波变换的人脸识别方法研究[D];电子科技大学;2014年

6 田晓霞;运动想象EEG的识别方法及在上肢康复中的应用[D];北京工业大学;2015年

7 杨俊涛;基于分数谱时频特征的SAR目标检测与识别方法研究[D];电子科技大学;2014年

8 宋洪伟;基于模糊集合的汉语主观句识别方法研究与实现[D];黑龙江大学;2015年

9 贾博轩;基于手机传感器的人类复杂行为识别方法的研究[D];黑龙江大学;2015年

10 范玲;Link-11数据链信号的识别方法研究[D];西安电子科技大学;2014年

，

本文编号：1257664