检索结果-南通市图书馆

检索条件"主题词=社团演化分析"

共 3 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于社团演化的组织动态分析及异常检测技术

基于社团演化的组织动态分析及异常检测技术

引用

作者：韩养胜国防科学技术大学

学位级别：硕士

组织是为完成特定目的形成的功能成员及其属性和关系的集合,现实中各种有形无形的组织影响着人们生活的方方面面,组织异常可能预示着组织的重大行动,可能指示组织演化模式的转变,或者蕴含其他有趣的知识。对这些知识的挖掘有助于我们更... 详细信息

组织是为完成特定目的形成的功能成员及其属性和关系的集合,现实中各种有形无形的组织影响着人们生活的方方面面,组织异常可能预示着组织的重大行动,可能指示组织演化模式的转变,或者蕴含其他有趣的知识。对这些知识的挖掘有助于我们更好的认识组织演化的过程,甚至预测组织发展的方向。本文基于组织网络序列,重点从组织社团演化的角度描述组织动态,形成了组织社团划分、社团演化分析和异常子序列检测三方面的研究成果。论文的主要创新点如下:(1)提出了一种基于F检验的社团合理数量评价指标。本文采用对节点特征向量聚类的方法进行组织社团划分,而聚类方法面临的主要问题是如何聚类数量。受统计学中方差分析方法的启发,本文提出了针对社团划分的F统计量,用于评价划分各社团的差异程度,作为社团数量的估计指标。通过对社团划分的基准网络和两个现实网络的实验,验证了基于F统计量的社团数量评估方法是有效的,并且基于EM算法实现的社团模糊社团划分方法也取得了很好的表现。(2)提出了一种基于社团角色熵的社团演化指标和一种网络相似度的实现形式。本文利用组织网络节点的局部聚类系数描述节点的角色,并利用信息熵的思想构造社团角色熵,社团角色熵反映了组织成员角色在社团中分布的异质性。组织网络相似度是衡量组织结构变化程度的常用度量指标,本文总结分析了现有的四种相似度指标,并提出了一种基于网络余弦相似度的指标。最后在组织动态描述实验中验证社团角色熵指标和网络相似度指标的有效性。(3)提出了一种基于邻域一致性的异常子序列检测方法。本文定义了子序列和邻域子序列的概念,利用多元线性回归模型描述邻域子序列重构的过程。并利用回归系数(重构权值)和重构偏差定义了一致因子,指标描述子序列与其邻域的一致性,而且提供了基于最小二乘估计和偏差优化两种方法计算一致因子。实验发现一致因子能够从含义较为模糊的组织动态序列中分辨组织演化的不同阶段和异常子序列,还提供了参数的选取的参考方法。

关键词：组织动态分析组织异常检测社团演化分析异常子序列

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

基于增量和密度的动态网络社团检测算法

基于增量和密度的动态网络社团检测算法

引用

作者：熊站营西安电子科技大学

学位级别：硕士

复杂网络作为一种描述和分析现实复杂系统的重要工具而广受关注，学者们已经对网络的物理意义和数学特性等方面进行了深入地研究。复杂系统是随着时间不断变化的，将不同时刻的系统状态进行采样建模便形成了本文研究的复杂动态网络。对... 详细信息

复杂网络作为一种描述和分析现实复杂系统的重要工具而广受关注，学者们已经对网络的物理意义和数学特性等方面进行了深入地研究。复杂系统是随着时间不断变化的，将不同时刻的系统状态进行采样建模便形成了本文研究的复杂动态网络。对复杂动态网络进行社团检测和演化分析，有助于提高人们对整个网络特性和发展趋势的认识，具有重要的理论和实际意义。复杂动态网络往往具有多个时刻，用传统的方法需要对每个时刻分别进行社团检测，然后分析社团之间的关系，这样不仅容易在相邻的时刻产生很大偏差的社团划分，还导致很高的时间复杂度。增量方法将前一时刻的社团检测结果作为下一时刻的输入，可以有效地降低时间复杂度，同时还可以保证前后时刻的社团检测结果具有较好的一致性。本文提出了一种增量和密度相结合的社团检测方法，对大部分增量相关节点进行基于社团归属度的调整，对新增节点进行局部的基于密度的扩展，克服了一般增量方法认为在不同时刻社团数目固定和不能产生新社团的缺陷。本文在人工合成数据和真实网络数据进行实验，结果表明本文提出的算法可以在近似增量方法的时间复杂度，取得比增量方法更好的社团检测效果，具有良好的社团发现能力，可以用于大规模复杂动态网络的社团研究。此外，本文对真实网络中得到的社团结果，进行整体的社团演化分析，并对长期保留的社团进行节点生命周期的分析，发现了一些具有特定意义的社团结构。

关键词：动态网络增量方法密度扩展社团检测社团演化分析

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

基于动态网络的社团检测算法研究

基于动态网络的社团检测算法研究

引用

作者：聂靖靖西安科技大学

学位级别：硕士

随着对复杂网络理论研究不断深入,人们发现,现实世界中的大量现象能够使用复杂网络来刻画,复杂网络是由网络拓扑图中相互之间具有复杂关系的一些节点以某种方式连接在一起所构成的系统。社团检测能揭示社会中自然现象的变化和发展规律,... 详细信息

随着对复杂网络理论研究不断深入,人们发现,现实世界中的大量现象能够使用复杂网络来刻画,复杂网络是由网络拓扑图中相互之间具有复杂关系的一些节点以某种方式连接在一起所构成的系统。社团检测能揭示社会中自然现象的变化和发展规律,对于研究动态网络具有很强的现实意义。对动态网络进行社团演化分析的传统方法,基本上均采用提取每个时刻网络快照的方式来找出此时刻的社团结构,将相邻时刻的社团相结合进行分析。针对传统的社团检测算法不能形象地刻画动态网络、并且算法时间复杂度高的缺点,本文提出了在时间平滑度框架下,对能够表征社团质量优劣的函数进行优化分析,找出最优社团。传统的社团检测算法具有时间复杂度较高的缺点,而谱分析法所花费的时间复杂度低,且能够将矩阵转换为容易理解的迹的形式。但是谱分析法需要事先知道社团的数目,将谱分析法和k-means算法相结合,能够很好地解决这个问题。基于以上基础知识,本文将谱分析法与k-means算法相结合,采用进化聚类框架以引入历史信息来指导当前时刻的社团合并策略。对能够表征社团质量好坏的模块函数Q,模块密度函数D,以及否定平均函数NA进行了优化。由此,既解决了动态网络社团质量检测的问题,又克服了需要预先知道社团数目的缺点。本文借助人工合成数据集和真实网络数据集,.并结合归一化互信息NMI和基因概率这两种评估标准,将本文提出的算法与FaceNet算法、动态多目标遗传算法(DYNOMGA)等进行仿真对比。从实验结果可以看出,跟其他算法相比,在有效的时间内,本文提出的算法在检测社团时取得了更好的效果,可用于大规模的复杂动态网络社团演化分析。

关键词：动态网络进化聚类谱分优化社团检测社团演化分析

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

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

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

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

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：