检索结果-南通市图书馆

通信学报 2016年第10期37卷 40-47页

作者：陈云芳夏涛张伟李晋南京邮电大学计算机学院江苏南京210003 中国电信济宁分公司山东济宁272000 北京信息科技大学公共管理与传媒学院北京100192

影响力最大化模型研究是近来社会网络的一个热点问题,然而传统的独立级联模型以静态网络中为基础,且激活概率一般设定为固定值。提出一种加入衰减因数的动态社会网络影响力扩散模型—DDIC模型,其采用亲和传播来计算节点之间的激活概率,... 详细信息

影响力最大化模型研究是近来社会网络的一个热点问题,然而传统的独立级联模型以静态网络中为基础,且激活概率一般设定为固定值。提出一种加入衰减因数的动态社会网络影响力扩散模型—DDIC模型,其采用亲和传播来计算节点之间的激活概率,依据时间片对社会网络进行动态切分,使激活概率在不同时间片中实现了有效关联。实验结果表明DDIC模型中种子节点有更多机会激活它的邻居节点,且采用亲和传播计算出的影响力值能更准确地体现DDIC模型的传播过程。

关键词：动态社会网络影响力扩散亲和传播

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

一种结合半监督的改进自适应亲和传播聚类

引用

计算机应用研究 2010年第12期27卷 4436-4438,4442页

作者：王磊汪西莉刘高霞赵琳陕西师范大学计算机科学学院西安710062

现有的自适应亲和传播聚类存在聚类时间长、精度低的缺点,提出了一种结合半监督的改进自适应亲和传播聚类(SAAP)。它首先利用半监督学习更新相似度矩阵,而后在亲和传播聚类的基础上,通过基于二分法判断实现自适应搜索有效聚类数空间,最... 详细信息

现有的自适应亲和传播聚类存在聚类时间长、精度低的缺点,提出了一种结合半监督的改进自适应亲和传播聚类(SAAP)。它首先利用半监督学习更新相似度矩阵,而后在亲和传播聚类的基础上,通过基于二分法判断实现自适应搜索有效聚类数空间,最后由加权评价函数确定最佳聚类。经实验证明,SAAP算法可以更快速地扫描有效聚类空间,并能够得到较小的错分率和较高的有效性评价。

关键词：亲和传播半监督聚类自适应聚类成对约束

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于亲和传播的复杂网络社团探测方法研究

基于亲和传播的复杂网络社团探测方法研究

引用

作者：乔雨露广西大学

学位级别：硕士

现实世界相互作用、依赖形成的众多复杂系统皆可抽象为复杂网络,针对复杂网络中社团结构的探测,已成为众多交叉学科和行业的热门研究课题。随着复杂网络应用拓展,传统社团探测方法难以处理更多高维稀疏复杂数据,所表现的社团划分困难、... 详细信息

现实世界相互作用、依赖形成的众多复杂系统皆可抽象为复杂网络,针对复杂网络中社团结构的探测,已成为众多交叉学科和行业的热门研究课题。随着复杂网络应用拓展,传统社团探测方法难以处理更多高维稀疏复杂数据,所表现的社团划分困难、代价过高等问题日益凸显,因此需要设计更优算法,在合理计算成本下对社团进行准确划分,以应对复杂网络研究中的新挑战。元启发式亲和传播(AP)算法通过节点间实值信息传递来获得一组代表点并自适应地找出对应社团,准确划分网络。但其参数设置不灵活,无法直接用于动态网络,处理大型网络或高维稀疏数据时会面临耗时长,占内存,划分过度等问题。针对上述不足,本文提出两种新的基于亲和传播的社团探测方法,分别用于静态和动态网络中的社团划分。本文主要研究内容如下:(1)基于AP算法,利用流形学习降维网络,创建低维概率相似度,提出适于高维网络的t分布下的亲和传播算法(APT),减小AP算法内存开销、提高划分效率的同时,适用于多类型、多尺度数据,更快完成大型复杂网络的分析。(2)利用模块度优化,提升APT算法划分准确度。由于流形降维会损失部分拓扑信息,导致划分不准。本文以模块度作为目标函数,通过调整降维数和阻尼因子,增大网络划分中的社团模块度值,提升划分效果。(3)在增量框架中改进AP算法,提出一种新的增量式的亲和传播算法(INAP),进行动态网络的社团探测。为保留重要社团信息并降低划分时长,本文基于历史网络划分,分别识别处理增量元素,调整变化节点社团归属,划分当前时间戳网络,并发现传统方法忽略的隐藏新社团。本文在真实世界网络和LFR基准生成网络的仿真实验中,验证了两种算法的可行性和有效性,同时与其它主流社团划分算法在相关评价指标中进行对比分析,表明APT算法能够有效划分更多静态网络,准确度高,更具普适性。INAP算法在动态网络中能识别更多新社团,实现划分矫正减小累积误差,保留重要信息,更简易高效地划分不同时间步的网络。

关键词：复杂网络社团探测亲和传播流形学习模块度增量框架

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自适应亲和传播聚类算法的研究与应用

自适应亲和传播聚类算法的研究与应用

引用

作者：王磊陕西师范大学

学位级别：硕士

俗话说：“人以群分,物以类聚”。聚类分析就是利用计算机来实现这一目的的一种技术。它包括两个基本内容：模式相似性的度量和聚类算法。其输入是一组未划分的数据,事先不知道如何分类,也可能不知道要分成几类,但通过统计分析数据间的... 详细信息

俗话说：“人以群分,物以类聚”。聚类分析就是利用计算机来实现这一目的的一种技术。它包括两个基本内容：模式相似性的度量和聚类算法。其输入是一组未划分的数据,事先不知道如何分类,也可能不知道要分成几类,但通过统计分析数据间的关系,制定合理的聚类规则,进行合理划分,从而确定每个数据所属的类别,最后按照相似性大小,把各数据聚集成为一些簇。以保证簇内数据的相似性较大,簇间数据的相似性较小。 2007年Frey与Dueck给出了一种新的聚类分析方法,称为“亲和传播聚类”（Affinity Propagation, AP）。亲和传播聚类（与K-Means相比）不需要事先指定聚类数和初始聚类中心,并且最终的聚类中心必定是原始数据中确切存在的数据点,而不是由多个数据点求平均而得到的聚类中心（K-Means）。经试验证明,利用它对数据进行聚类可以得到较小的误差等优点。目前该算法已被应用于人脸图像检索、基因外显子发现、最优航线搜索等方面。亲和传播聚类相对于其他聚类方法具有许多优势,并在实践应用中也取得了一定的效果,但是该算法还处于发展初期,仍然存在一些尚未解决的关键问题,尤其在下面几个方面：1)亲和传播聚类在聚类前是无法预知最终的聚类数,也不能保证得到聚类结果就是最优聚类结果;2)亲和传播聚类是一种非监督聚类方法,无法完成半监督学习,即利用少量已标记样本,指导聚类过程;3)亲和传播聚类的时间复杂度和空间复杂度严重受制于样本个数,无法处理图像分割等大规模数据。本文就以上这些问题一一展开论述、分析以及研究,并试图结合目前的一些其他技术（如：半监督学习理论、自适应聚类技术等）,解决该算法存在的一些问题。本文主要做了下述工作：（1）对聚类分析及其分类进行系统的叙述,对国内外关于聚类分析的方法和应用作了简要介绍。（2）深入的研究了亲和传播聚类算法思想、聚类过程和应用,并且阐述了亲和传播聚类算法研究的现状以及目前存在的问题和挑战。（3）详细介绍了目前几种主要的聚类评价函数,包括外部评价法、内部评价法、相对评价法,并阐述各种具有代表性的评价方法的特征及其对划分优化的作用,总结了聚类评价方法的应用问题。（4）针对亲和传播聚类算法难以得到最优聚类结果的问题,提出了半监督自适应亲和传播聚类算法（SAAP）。它可以结合少量标记样本信息,从偏向参数与聚类数目之间的关系入手研究亲和传播聚类算法,实现自适应地扫描有效聚类数空间,最后根据评价函数找到最优聚类结果,解决算法中存在的聚类精度低、运算速度慢、最终聚类数目与真实情况不相符等缺点。（5）针对亲和传播聚类算法不适合大规模数据处理,特别是图像分割问题,提出了基于亲和传播算法的处理大规模彩色图像分割的方法。首先对原始图像进行颜色空间变换,再进行数据采样,对采样数据进行指定聚类数的亲和传播聚类（APGNC）,进而将聚类结果扩展至整幅图像,最后结合形态学方法对聚类结果进行区域合并,得到修正的分割结果。解决亲和传播聚类难于处理大规模彩色图像分割和分割效果差等问题。

关键词：亲和传播自适应半监督图像分割区域合并评价函数

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于时间片的物流网络影响力最大化研究

基于时间片的物流网络影响力最大化研究

引用

作者：夏涛南京邮电大学

学位级别：硕士

物流网络是指一个在特定区域中进出该区域的货物运输、储存、装卸、包装、流通加工、配送以及相关的信息传递活动过程中形成的网络体系。物流网络是计算机技术、网络技术、电子技术、通信技术、自动化技术等基础上建立起来的一体化、集... 详细信息

物流网络是指一个在特定区域中进出该区域的货物运输、储存、装卸、包装、流通加工、配送以及相关的信息传递活动过程中形成的网络体系。物流网络是计算机技术、网络技术、电子技术、通信技术、自动化技术等基础上建立起来的一体化、集成化的网络组织。影响力最大化问题是社会影响力研究领域的一个重要的研究方向,影响力最大化模型通过贪心算法以及其他的一些算法能够找到一个网络中具有影响力的个体,并且能够在网络中通过扩散来验证寻找到的个体是否准确。论文结合物流网络来分析影响力最大化问题。Kempe提出的影响力最大化模型中将节点之间的激活概率都统一设置成一个值,很显然这样并不符合物流网络中的真实情况,在物流网络中每两个节点之间的影响力概率不可能都是相同的。针对这一问题,论文采用亲和聚类的方法来计算节点之间的影响力概率值,并通过实验进行了仿真。影响力最大化模型都是在静态网络中进行扩散的,物流网络随时间无时无刻再发生着变化,静态的网络不能实时的表现出社会网络中真实的变化情况。基于此论文,提出基于时间片网络的独立级联模型。相比于静态网络,基于时间片网络可以更好的表现出物流网络的变化情况。而且独立级联模型在基于时间片的网络中进行扩散时一个节点可以有多次机会影响它的邻居节点,使得模型能够更加真实的表现出实际情况。

关键词：物流网络影响力最大化时间片网络亲和传播

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：