复杂网络节点影响力模型及其应用

发布时间：2017-10-09 00:34

  本文关键词：复杂网络节点影响力模型及其应用

  更多相关文章： 复杂网络 节点影响力 社团发现 癌症分类 聚类分析

【摘要】：现实世界中的诸多系统可以用复杂网络进行描述,比如万维网、Internet网,社交网络、恐怖犯罪网、论文合作网、蛋白质相互作用网络、金融网络、交通网络、电力网络等。定量分析复杂网络中所有节点的重要程度,从而发现挖掘其中的核心节点,是复杂网络研究中重要问题之一。现有的节点重要性评价方法有度数、介数、紧度、PageRank和K-shell。节点度数只是考虑节点的局部重要性,K-shell粗略地将整个网络中的节点进行分层不够精细,PageRank只在有向网络里有效,介数、紧度依赖于节点之间的最短路径,很多情况下不能挖掘出重要节点。本论文提出的节点影响力模型,可以更有效地挖掘出核心节点,而且将此影响力模型成功应用在社团发现、癌症分类以及聚类分析上面。全文的主要贡献概括如下：(1)提出了节点影响力模型。我们首先提出了节点对单一节点的k度影响力,k是路径长度,并且发现当k趋于无穷大时,该影响力会收敛,同时给出了证明。在证明过程中,我们还发现在全连通的非二部图的网络上,某个节点对其他节点k度影响力在k趋于无穷大时都收敛于同一个值。然后通过Zachary网络、Yeast网络、USAIR美国机场网络和F1ickr图片标签网络上的对比实验,说明节点影响力比现有方法在识别网络中重要节点时更有效。(2)提出了基于节点影响力的社团发现算法。该算法首先就算各节点的影响力然后挖掘各社团核心节点,根据这些核心节点对网络中各节点的L度影响力,得出最终的社团划分结果。在Zachary网络、海豚网络、美国football俱乐部网络、Polbooks网络上的实验表明,节点影响力社团发现算法得到的社团划分结果比现有的GN算法、Newman算法和Louvain算法都更好,与真实社团划分更相似。(3)提出了基于节点影响力的癌症分类算法。与传统分类问题相比,肿瘤基因数据具有维度高、样本数少、分布不平衡等特点。基于节点影响力的癌症分类算法,首先构造出样本数据的相似网络,然后计算出每个训练样本节点的影响力,最后得出每个测试样本与每个类别的相似度,并最终选择相似度最高的类别。在乳腺癌、中枢神经系统肿瘤、结肠肿瘤、前列腺癌、急性淋巴细胞白血病、肺癌上的实验表明,节点影响力分类算法在分类准确率上比支持向量机、K近邻、决策树、CART树、朴素贝叶斯分类都更高。(4)提出了基于节点影响力的聚类算法。该算法首先构造数据点之间的相似矩阵,并将此视作邻接矩阵,然后通过计算每个节点的影响力挖掘出各簇核心节点,最后根据设定的接近长度计算各簇核心节点对每个节点的影响力,并最终得出聚类结果。与现有聚类方法相比,节点影响力聚类算法不需要指定正确的簇个数,而是需要对簇个数上限有大致的预测。通在Spiral螺旋图、Aggregation聚合数据、Flame火焰、Compoind、R15、Iris、Wine、soybean实验表明,节点影响力聚类算法得到的聚类结果比K-means、K-medoids、层次聚类、高斯混合模型以及谱聚类都更接近于真实的簇划分。
【关键词】：复杂网络 节点影响力 社团发现 癌症分类 聚类分析
【学位授予单位】：浙江大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：O157.5;TP311.13
【目录】：

• 摘要3-5
• Abstract5-13
• 第1章 绪论13-17
• 1.1 研究背景13-14
• 1.2 研究意义14-15
• 1.3 组织结构15-17
• 第2章 相关理论与方法17-26
• 2.1 网络的图表示17-19
• 2.1.1 图17
• 2.1.2 简单图17-18
• 2.1.3 二分图18-19
• 2.2 邻接矩阵19-20
• 2.3 节点中心性度量方法20-25
• 2.3.1 度数20-21
• 2.3.2 介数21-22
• 2.3.3 紧度22-23
• 2.3.4 PageRank23-24
• 2.3.5 K-shell24-25
• 2.4 本章小结25-26
• 第3章 节点影响力模型26-49
• 3.1 引言26
• 3.2 节点对单一节点的k度影响力26-31
• 3.3 节点在网络中的整体影响力31-32
• 3.4 节点影响力计算举例32-36
• 3.5 实验结果与分析36-48
• 3.5.1 拥有几何中心的网络36-39
• 3.5.2 Zachary网络39-42
• 3.5.3 酵母菌蛋白质相互作用网络42-44
• 3.5.4 USAIR美国机场网络44-46
• 3.5.5 Flickr图片标签网络46-48
• 3.6 本章小结48-49
• 第4章 基于节点影响力的社团发现49-64
• 4.1 引言49
• 4.2 相关工作49-51
• 4.2.1 GN算法49-50
• 4.2.2 Newman快速算法50-51
• 4.2.3 Louvain算法51
• 4.3 基于节点影响力的社团发现算法51-56
• 4.3.1 基本思路51-52
• 4.3.2 基本流程52-53
• 4.3.3 应用举例53-56
• 4.4 实验结果与分析56-63
• 4.4.1 实验数据56-58
• 4.4.2 实验结果58-60
• 4.4.3 参数讨论60-63
• 4.5 本章总结63-64
• 第5章 基于节点影响力的癌症分类算法64-91
• 5.1 引言64-65
• 5.2 相关工作65-70
• 5.2.1 K近邻分类65-66
• 5.2.2 决策树分类66-67
• 5.2.3 朴素贝叶斯分类67-68
• 5.2.4 支持向量机68-70
• 5.3 基于节点影响力的分类算法70-77
• 5.3.1 算法基本思路70-72
• 5.3.2 算法基本流程72-74
• 5.3.3 算法应用举例74-77
• 5.4 实验结果与分析77-89
• 5.4.1 实验数据77-78
• 5.4.2 实验方法78-79
• 5.4.3 实验结果79-82
• 5.4.4 参数讨论82-89
• 5.5 本章小结89-91
• 第6章 基于节点影响力的聚类分析91-109
• 6.1 引言91
• 6.2 相关工作91-94
• 6.2.1 K-means算法91-92
• 6.2.2 K-medoids算法92
• 6.2.3 层次聚类92-93
• 6.2.4 高斯混合模型93
• 6.2.5 谱聚类93-94
• 6.3 基于节点影响力的聚类算法94-99
• 6.3.1 基本思路94-95
• 6.3.2 基本流程95-96
• 6.3.3 应用举例96-99
• 6.4 实验结果与分析99-108
• 6.4.1 实验数据99-101
• 6.4.2 实验结果101-103
• 6.4.3 参数讨论103-108
• 6.5 本章小结108-109
• 第7章 总结109-112
• 7.1 本文主要内容及创新点109-110
• 7.2 进一步的工作110-112
• 参考文献112-118
• 攻读博士学位期间主要的研究成果118-119
• 致谢119

【共引文献】

中国期刊全文数据库 前10条

1 宋兵;;基于复杂网络的农作物细菌性病害传播模型初探[J];安徽农业科学;2011年34期

2 魏娟;宋福庆;;两种全局同步稳定性方法的比较与应用[J];安阳师范学院学报;2011年05期

3 黄树林;鞠颂东;董军;;企业集团网络化物流模式的结构分析[J];北京交通大学学报(社会科学版);2011年01期

4 尹向敏;李元左;罗小明;;陆军武器装备综合集成系统复杂性研究[J];兵工自动化;2007年10期

5 邱原;邢焕革;;基于复杂理论的作战网络关键边评估方法[J];兵工自动化;2011年08期

6 马睿;朱建冲;杨美玲;;基于改进聚类生存度的军事通信网可靠性分析[J];兵工自动化;2012年06期

7 徐玉国;邱静;刘冠军;;基于复杂网络的装备维修保障协同效能优化设计[J];兵工学报;2012年02期

8 徐玉国;邱静;刘冠军;;基于多元加权网络的装备维修保障组织结构动态演化模型[J];兵工学报;2012年04期

9 程连元;杨柳青;柳应华;宗刚;;面向市政管理的不良信息传播仿真模型[J];北京工业大学学报;2011年04期

10 周宏达;陈守刚;杨德刚;;主城区公路网的复杂网络特征分析[J];成都大学学报(自然科学版);2009年04期

中国重要会议论文全文数据库 前10条

1 陈树文;高琼;;网络结构视角下中关村产业集群创新驱动困境与建议[A];创新驱动与首都“十二五”发展——2011首都论坛文集[C];2011年

2 耿志勇;;具有静态非线性互联结构的分布式异构系统的稳定性[A];第二十六届中国控制会议论文集[C];2007年

3 李鑫滨;王腊梅;刘仙;;基于动态复杂网络的Van der pol振子同步[A];第二十九届中国控制会议论文集[C];2010年

4 李立;;BA无标度网络中混沌动力系统的同步分析及控制[A];第二十九届中国控制会议论文集[C];2010年

5 张跃;蒋国平;;一类混沌复杂动态网络不稳定平衡点的牵制控制[A];中国自动化学会控制理论专业委员会A卷[C];2011年

6 郑新奇;苏艳军;杨光;王淑晴;;城市道路网络复杂性的研究方法——空间句法与复杂网络模型的集成分析[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

7 《基于学术交流的技术创新人才培养研究》课题组;陈雄辉;;基于学术交流的技术创新人才培养研究[A];学术交流质量与科技研发创新研究[C];2009年

8 王建功;李平辉;谭欢;;B-A模型的改进模型[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（下册）[C];2008年

9 李小叶;王红蕾;;城市公共交通网络的级联失效研究[A];2010年西南三省一市自动化与仪器仪表学术年会论文集[C];2010年

10 李耀华;姚洪兴;;股市网络的稳定性研究[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年

中国博士学位论文全文数据库 前10条

1 杜文博;面向航空交通系统的复杂网络与网络动力学研究[D];中国科学技术大学;2010年

2 籍艳;几类时滞系统的稳定与同步[D];江南大学;2010年

3 徐旭林;社会群体行为建模及其动力学分析[D];南开大学;2010年

4 杜方;复杂网络系统间相似性识别及其应用[D];浙江大学;2010年

5 张建辉;节点势能导向多下一跳路由协议研究与性能评价[D];解放军信息工程大学;2009年

6 高磊;P2P工作流系统中的资源搜索及负载均衡优化研究[D];山东大学;2010年

7 张泽华;云计算联盟建模及实现的关键技术研究[D];云南大学;2010年

8 沈波;基于不完全测量信息的非线性随机系统的滤波与控制[D];东华大学;2011年

9 王耀;随机复杂动态网络的同步与稳定性分析[D];东华大学;2010年

10 徐玉华;几类新连续混沌系统的基本动力学特性、控制与同步[D];东华大学;2010年

中国硕士学位论文全文数据库 前10条

1 苏延森;刺激下拟南芥基因逻辑网络构建与分析[D];山东科技大学;2010年

2 李二艳;刺激下拟南芥基因相关网络构建与分析[D];山东科技大学;2010年

3 周斌;复杂网络的社团结构挖掘及应用研究[D];广西师范学院;2010年

4 高萌;复杂神经元网络的同步问题研究[D];哈尔滨工程大学;2010年

5 姜荣;时间序列的聚类和关联规则挖掘研究[D];辽宁师范大学;2010年

6 孔健;基于半监督学习的社团划分算法研究[D];辽宁师范大学;2010年

7 贾琳;基于复杂网络的海洋排污权配置及其交易机制研究[D];中国海洋大学;2010年

8 王鹏;拓扑结构对Hindmarsh-Rose神经元放电模式调控作用的理论研究[D];安徽师范大学;2010年

9 张胜虎;基于复杂网络的南昌市公交网络优化研究[D];南昌大学;2010年

10 程世奇;小世界神经元网络的同步控制和发放性统计[D];华东理工大学;2011年

，

本文编号：997203