检索结果-南通市图书馆

作者：喻奔浙江工商大学

学位级别：硕士

复杂网络作为复杂系统最活跃的研究学科之一,由于其简明的交互系统拓扑结构的表达方式,已经被广泛应用在物理、生物和社会科学等领域。通常来说复杂网络都存在一定的社区结构,社区结构是对网络中节点的分组,组内连接相对紧密,组件连接... 详细信息

复杂网络作为复杂系统最活跃的研究学科之一,由于其简明的交互系统拓扑结构的表达方式,已经被广泛应用在物理、生物和社会科学等领域。通常来说复杂网络都存在一定的社区结构,社区结构是对网络中节点的分组,组内连接相对紧密,组件连接相对稀疏。研究复杂网络的社团结构不仅有助于学者们分析复杂网络的各种潜在特性,而且与我们的生活也息息相关,比如图像分割、个性化推荐、主题分析等。复杂网络的社团检测方法有很多,寻找速度更快准确率更高的方法一直是学者们的研究内容。在对各种社团检测方法进行充分研究的基础上,本文提出一种基于概率推断的MML-DAEM(Minimum Message Length-Deterministic Annealing EM)方法用于高斯混合模型的参数估计以及复杂网络的社团提取。数值模拟和实证分析结果表明本文所提出的新方法在参数估计准确度和复杂网络社团提取精度都具有优秀的结果,也为复杂网络的社团分析提供了一个新思路。

关键词：高斯混合模型 DAEM算法谱聚类 MML准则社团提取

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Hopfield网络的复杂网络社团提取

引用

昭通学院学报 2016年第5期38卷 19-25页

作者：代婷婷梅端昭通学院数学与统计学院云南昭通657000 广东海洋大学理学院广东湛江524088

针对复杂网络中的社团提取问题,提出了一种基于离散Hopfield神经网络的社团结构提取算法,该算法的思想为:首先,对复杂网络数据的进行处理;其次,结合社团提取准则模块度函数Q的形式设计Hopfield神经网络的权值向量W和阈值T;最后,根据网... 详细信息

针对复杂网络中的社团提取问题,提出了一种基于离散Hopfield神经网络的社团结构提取算法,该算法的思想为:首先,对复杂网络数据的进行处理;其次,结合社团提取准则模块度函数Q的形式设计Hopfield神经网络的权值向量W和阈值T;最后,根据网络稳定点的输出值提取出网络中的社团结构.仿真实验表明,本文中的Hopfield神经网络算法比谱分算法得出的Q值更优,对网络的划分更接近实际网络.针对复杂网络中的社团提取问题,提出了一种基于离散Hopfield神经网络的社团结构提取算法,该算法的思想为:首先,对复杂网络数据的进行处理;其次,结合社团提取准则模块度函数Q的形式设计Hopfield神经网络的权值向量W和阈值T;最后,根据网络稳定点的输出值提取出网络中的社团结构.仿真实验表明,文中的离散Hopfield神经网络算法比谱分算法得出的Q值更优。

关键词：复杂网络社团提取 Hopfield神经网络

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

高斯混合模型算法提取复杂网络社团

引用

保山学院学报 2017年第2期36卷 65-70页

作者：代婷婷董延寿韩艳陈洁昭通学院数学与统计学院云南昭通657000

基于复杂网络中的社团划分问题,提出了一种基于主成分分析的高斯混合模型社团提取算法。利用主成分分析对网络的邻接矩阵进行降维处理,假设一个网络中的社团由不同高斯模型生成,用期望最大化算法对模型的参数进行了求解。结果表明,当主... 详细信息

基于复杂网络中的社团划分问题,提出了一种基于主成分分析的高斯混合模型社团提取算法。利用主成分分析对网络的邻接矩阵进行降维处理,假设一个网络中的社团由不同高斯模型生成,用期望最大化算法对模型的参数进行了求解。结果表明,当主成分的贡献率达90%以上时,网络的划分和实际网络非常吻合,所用时间也较短,表明该算法与以往方法相比具有明显优越性。

关键词：社团提取主成分分析高斯混合模型 EM算法

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

基于高斯混合模型的复杂网络社团寻找

基于高斯混合模型的复杂网络社团寻找

引用

作者：邱永伟云南大学

学位级别：硕士

复杂网络是复杂系统的基本结构,也是研究复杂系统的工具。其具有很强大的描述能力,被人们广泛应用于各个学科领域的复杂系统建模中。近年来,研究者们发现不同学科领域的复杂网络都存在着社团结构特征,并且寻找到这些社团结构,有助于分... 详细信息

复杂网络是复杂系统的基本结构,也是研究复杂系统的工具。其具有很强大的描述能力,被人们广泛应用于各个学科领域的复杂系统建模中。近年来,研究者们发现不同学科领域的复杂网络都存在着社团结构特征,并且寻找到这些社团结构,有助于分析复杂网络的各种特性。随着新的应用领域被不断拓展,复杂网络的拓扑结构和性质更为复杂,这对社团寻找算法的效率和准确度提出了更高的要求。虽然现有的社团寻找算法很多,但是能够有效刻画实际网络特征,并将网络中的社团结构快速准确寻找出来的算法并不多。本文提出了一种基于主成分分析的高斯混合模型社团寻找算法。在该模型中,假设同一个网络中的不同社团结构是由不同的高斯模型生成的,即不同社团其生成机理也不一样,这样的假设更加符合实际的社团生成原理。对于模型中的参数本文利用期望最大化算法(Expectation Maximization Algorithm,EM算法),进行求解。由于复杂网络规模庞大,降低算法时间复杂度是研究的重点,所以在算法进行之前,本文特别地引入了主成分分析,对邻接矩阵对应的列向量进行降维处理,以降低后续的计算时间。通过对一系列经典的实际网络例子进行实验,可发现和现有的社团寻找方法相比,本文的模型更加灵活,可以用来处理不同类型的网络,如加权网络,有向网络、重叠网络等,同时,本文算法得到的结果更加精准,符合网络的实际划分。利用主成分分析对网络的邻接矩阵降维,如果主成分贡献率达到百分之九十以上,那么对于最后的计算结果几乎没有什么影响。这使得本文的算法能够用于处理大型的复杂网络,例如基因网络,互联网络,社交网络等。

关键词：复杂网络社团提取高斯混合模型 EM算法主成分分析

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

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

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：