复杂网络社区结构检测算法研究

发布时间：2017-12-10 18:01

  本文关键词：复杂网络社区结构检测算法研究

  更多相关文章： 复杂网络 社区结构 启发函数 分形聚类 人工蜂群算法 多尺度社区 拉普拉斯矩阵 遗传算法

【摘要】：复杂网络社区是由一组网络节点构成的集合,社区内部节点连接紧密,社区间节点连接稀疏。社区结构作为复杂网络的重要结构特征,对认识网络功能、研究网络拓扑结构、揭示网络中存在的规律、预测网络演化有重要意义。复杂网络社区结构检测已经应用于社会网络分析、恐怖组织识别、生物网络分析、Web挖掘、Web文档聚类、搜索引擎等方面。社区结构检测已经成为多学科交叉领域研究热点。本文从复杂网络的分形特性、启发式优化、多尺度社区三个方面对复杂网络社区结构检测开展研究工作。具体研究内容如下:1、提出基于分形聚类的社区结构检测算法(FCUC)。基于分形聚类的社区结构检测算法,通过盒子覆盖法实现对网络节点的聚类。将网络用若干盒子覆盖,盒子内节点形成一个簇,每个簇重整为一个节点,形成一个新的网络。重整过程中,对两个簇之间边的权重进行叠加,形成新网络中两个节点之间边的权重。在新网络中边的权重体现了两个节点连接强度。在新网络上继续使用盒子覆盖法进行覆盖和重整,不断进行迭代,直至网络只有一个节点,聚类过程结束。聚类过程形成的聚类层级结构称为分形树,分形树在一定程度上体现了复杂网络的演进过程。最后通过最大化社区评价指标方式对分形树进行分割,得到复杂网络社区结构。针对社区内部连接紧密的特点,为增强盒子内节点连接强度,提出了两阶段盒子覆盖法用于节点聚类。2、提出启发式人工蜂群社区结构检测算法(HABC)。针对社区结构检测问题,HABC算法在雇佣蜂、跟随蜂、侦查蜂搜索过程中引入启发函数,将人工蜂群算法搜索过程由随机搜索变为启发式搜索。启发函数定义为节点与社区之间凝聚概率,对蜜源的搜索过程变为将一个节点放入与节点相邻社区的过程,蜜蜂会选择一个与当前节点凝聚概率最高的社区,将节点放入该社区。算法中蜜源代表一个社区结构检测结果,好的蜜源对检测结果有较大的影响。在蜜源创建时,将所有完全子图从网络中筛选出来,同一完全子图中节点指定相同的社区标识符,从而使得蜜源具有简单的社区结构有助于搜索的开展。实验表明启发式人工蜂群社区结构检测算法能够有效地检测社区结构。3、提出谱分析与遗传算法相结合的多尺度社区检测算法(HGASA)。谱分析与遗传算法相结合的多尺度社区检测算法分为两个阶段:第一阶段,基于复杂网络的特征谱与网络拓扑结构密切相关的特性,HGASA算法通过对拉普拉斯矩阵特征间隙的分析得出复杂网络的多尺度特征,以及不同尺度下社区的数量;第二阶段,结合复杂网络多尺度社区结构信息,使用遗传算法进行社区结构检测。遗传算法交叉操作可以保证个体进化,为使网络中具有较强内部连接部分能交叉到新个体中,在算法中提出合并单路交叉操作,将一个完整社区交叉操作给新个体。变异操作中引入基于网络动力学的启发函数指导个体变异操作,并且证明遗传算法目标函数与启发函数之间存在单调关系。本文基于分形特性、启发式优化、多尺度社区结构,对复杂网络社区结构检测问题进行研究,具有一定的理论和现实意义。
【学位授予单位】：吉林大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：O157.5;TP301.6

【相似文献】

中国期刊全文数据库 前6条

1 周平;;浅谈结构检测与鉴定[J];民营科技;2009年04期

2 逯鲁东;;浅谈结构检测鉴定技术[J];科技信息(科学教研);2007年11期

3 郭奋恩;;危旧房屋结构检测鉴定与加固处理[J];甘肃科技;2009年22期

4 王峰;;建筑工程结构检测技术的应用[J];科技信息(科学教研);2007年17期

5 吴昊;吴运斌;张云;曹君;王国斌;;基于片烟结构检测的叶片分类方法介绍[J];河南科技;2012年16期

6 王秀莲;;结构的检测与加固技术[J];科技资讯;2008年06期

中国重要会议论文全文数据库 前8条

1 常好诵;牟宏远;黄新豪;邓明;;某水泵站厂房结构检测鉴定[A];第16届全国结构工程学术会议论文集（第Ⅲ册）[C];2007年

2 高红;胡琳;;混凝土结构检测鉴定[A];土木建筑学术文库(第12卷)[C];2009年

3 单冬梅;万国龙;;SAR降斑中一种改进的结构检测算法[A];四川省电子学会雷达与火控、电子线路与系统专业委员会学术交流会10周年优秀论文集[C];2006年

4 罗永峰;;国家标准《高耸与复杂钢结构检测与鉴定技术标准》编制简介[A];中国钢结构协会房屋建筑钢结构分会2013年学术年会论文集[C];2013年

5 赵伟;李亮;胡昕;;某住宅楼墙体开裂的结构检测与加固处理[A];第四届工程质量学术交流会论文集[C];2012年

6 肖都;;探地雷达在城市公路结构检测中的应用[A];勘探地球物理2005学术交流会论文集[C];2005年

7 陈应龙;武林英;;超声波探伤技术在钢结构检测中的应用[A];2014陕西省第十四届无损检测年会暨产品展示会论文集[C];2014年

8 张付新;;浅谈火灾后钢结构检测分析[A];经济生活——2012商会经济研讨会论文集（上）[C];2012年

中国重要报纸全文数据库 前1条

1 晁国荣 龚伟;宝冶大力开发钢结构检测技术[N];建筑时报;2006年

中国博士学位论文全文数据库 前2条

1 郭玉泉;复杂网络社区结构检测算法研究[D];吉林大学;2017年

2 李君秋;基于模块度的复杂网络社团结构检测方法研究[D];大连理工大学;2014年

中国硕士学位论文全文数据库 前5条

1 王明虎;某大型煤矿选煤厂主厂房钢筋混凝土框架结构检测鉴定分析与评价[D];西安建筑科技大学;2016年

2 刘杰;基于密度和进化的社区结构检测方法[D];西安电子科技大学;2014年

3 王伟;基于PZT压电阻抗的结构检测方法的试验研究[D];华中科技大学;2007年

4 李明;锗系材料原位变温结构检测及其相变机理探讨[D];上海工程技术大学;2013年

5 刘跟收;电厂结构检测鉴定及加固过程中常见问题及解决办法[D];西安建筑科技大学;2003年

，

本文编号：1275360