發(fā)布時(shí)間：2024-11-02 02:12

　　 模糊重疊社區(qū)檢測通過擴(kuò)展隸屬度取值空間,實(shí)現(xiàn)了重疊節(jié)點(diǎn)與社區(qū)之間復(fù)雜且模糊隸屬關(guān)系的精確化測量,不僅能夠有效提升重疊社區(qū)結(jié)構(gòu)檢測的精確性,而且能夠深度挖掘出節(jié)點(diǎn)和社區(qū)的重疊特性。文中首先分析了模糊重疊社區(qū)檢測與傳統(tǒng)離散重疊社區(qū)檢測的關(guān)系;然后對二者的國內(nèi)外相關(guān)研究現(xiàn)狀進(jìn)行闡述和分析,其中在模糊重疊社區(qū)檢測方法研究中根據(jù)模糊隸屬度獲取方式的不同將當(dāng)前相關(guān)研究分為擴(kuò)展標(biāo)簽傳播、非負(fù)矩陣分解、基于邊界節(jié)點(diǎn)的兩階段檢測、模糊聚類、模糊模塊度優(yōu)化五大類進(jìn)行綜述,重點(diǎn)分析了基于進(jìn)化算法的模糊模塊度優(yōu)化方法;最后對模糊重疊社區(qū)檢測研究未來的發(fā)展趨勢進(jìn)行了分析和展望。

【文章頁數(shù)】：22 頁

【文章目錄】：
0 引言
1 相關(guān)基本概念
    1.1 模糊重疊社區(qū)檢測定義
    1.2 模糊重疊社區(qū)檢測數(shù)學(xué)模型
    1.3 模糊重疊社區(qū)檢測功能性說明
        1.3.1 獲得重疊節(jié)點(diǎn)及完整社區(qū)隸屬度分布
        1.3.2 精細(xì)化測量重疊節(jié)點(diǎn)的重疊程度差異
        1.3.3 定量測量社區(qū)重疊程度及重疊節(jié)點(diǎn)重要性
        1.3.4 反映重疊節(jié)點(diǎn)的連邊強(qiáng)度差異
2 離散重疊社區(qū)檢測方法及性能分析
    2.1 派系過濾
    2.2 鏈接劃分
    2.3 局部擴(kuò)展
    2.4 標(biāo)簽傳播
    2.5 模塊度優(yōu)化
    2.6 多目標(biāo)優(yōu)化
3 模糊重疊社區(qū)檢測方法及性能分析
    3.1 基于擴(kuò)展標(biāo)簽傳播的模糊重疊社區(qū)檢測
    3.2 基于非負(fù)矩陣分解的模糊重疊社區(qū)檢測
    3.3 基于邊界節(jié)點(diǎn)的兩階段模糊重疊社區(qū)檢測
    3.4 基于模糊聚類的模糊重疊社區(qū)檢測
    3.5 基于模糊模塊度優(yōu)化的模糊重疊社區(qū)檢測
    3.6 模糊重疊社區(qū)檢測方法性能分析
4 基于EAs的模糊模塊度優(yōu)化模糊重疊社區(qū)檢測
    4.1 基于EAs的模糊模塊度優(yōu)化方法框架
        1) 非重疊社區(qū)檢測性能測試
        2) 重疊社區(qū)檢測性能測試
    4.2 基于EAs的模糊模塊度優(yōu)化關(guān)鍵技術(shù)及挑戰(zhàn)
        4.2.1 個(gè)體隸屬度編碼問題
        4.2.2 社區(qū)個(gè)數(shù)最優(yōu)設(shè)置問題
        4.2.3 模糊模塊度函數(shù)設(shè)計(jì)問題
        4.2.4 模糊隸屬度閾值設(shè)置問題
        4.2.5 模糊重疊社區(qū)劃分評價(jià)問題
        4.2.6 EAs全局最優(yōu)化性能問題
5 研究趨勢分析
    5.1 模糊模塊度優(yōu)化的擴(kuò)展
    5.2 大規(guī)模網(wǎng)絡(luò)數(shù)據(jù)處理中精度與效率的平衡
    5.3 網(wǎng)絡(luò)屬性信息的利用與社區(qū)屬性的體現(xiàn)
    5.4 模糊重疊社區(qū)結(jié)構(gòu)的動(dòng)態(tài)演化更新
6 結(jié)語



本文編號(hào)：4008857