检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

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

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

67 篇 学位论文
55 篇 期刊文献
3 篇 会议

馆藏范围

125 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

96 篇 工学
- 68 篇 计算机科学与技术...
- 43 篇 软件工程
- 14 篇 控制科学与工程
- 11 篇 仪器科学与技术
- 6 篇 信息与通信工程
- 5 篇 电子科学与技术（可...
- 4 篇 机械工程
- 4 篇 电气工程
- 2 篇 航空宇航科学与技...
- 2 篇 生物医学工程（可授...
- 2 篇 生物工程
- 2 篇 公安技术
- 2 篇 网络空间安全
- 1 篇 地质资源与地质工...
- 1 篇 城乡规划学
31 篇 理学
- 29 篇 数学
- 2 篇 系统科学
26 篇 管理学
- 24 篇 管理科学与工程(可...
- 1 篇 工商管理
- 1 篇 公共管理
- 1 篇 图书情报与档案管...
6 篇 医学
- 2 篇 基础医学(可授医学...
- 2 篇 临床医学
- 1 篇 药学(可授医学、理...
1 篇 经济学
- 1 篇 应用经济学
1 篇 法学
- 1 篇 公安学
1 篇 文学
- 1 篇 新闻传播学
1 篇 军事学
- 1 篇 军事装备学
1 篇 艺术学
- 1 篇 设计学（可授艺术学...

主题

125 篇 标签传播算法
35 篇 社区发现
21 篇 复杂网络
6 篇 社团检测
6 篇 数据挖掘
5 篇 社区检测
5 篇 重叠社区
5 篇 半监督学习
4 篇 人脸识别
4 篇 重叠社区发现
3 篇 相似度网络
3 篇 支持向量机
3 篇 leaderrank
3 篇 模块度优化算法
3 篇 模块度
3 篇 节点影响力
3 篇 半监督
3 篇 社区划分
3 篇 节点间依赖度
3 篇 相干邻居亲近度

机构

6 篇 山东大学
6 篇 西安电子科技大学
4 篇 北京交通大学
3 篇 云南财经大学
3 篇 桂林电子科技大学
3 篇 兰州大学
3 篇 中国矿业大学
3 篇 南京邮电大学
3 篇 南开大学
3 篇 南京理工大学
3 篇 西安理工大学
3 篇 哈尔滨工程大学
3 篇 山西大学
3 篇 中南大学
2 篇 福建师范大学
2 篇 安徽财经大学
2 篇 兰州交通大学
2 篇 哈尔滨理工大学
2 篇 河南理工大学
2 篇 安徽大学

作者

3 篇 武先强
3 篇 张超
3 篇 董荣胜
2 篇 顾军华
2 篇 吴小兰
2 篇 滕彬
2 篇 许星舟
2 篇 汪焱
2 篇 章成志
2 篇 张俊丽
2 篇 霍士杰
2 篇 杨静
2 篇 张蕾
2 篇 张美琴
2 篇 金爽
1 篇 翁涵迪
1 篇 张国庆
1 篇 吴北伐
1 篇 徐启峰
1 篇 王新迎

语言

125 篇 中文

检索条件"主题词=标签传播算法"

共 125 条记录，以下是91-100 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Flink Gelly的分布式重叠社区发现算法

基于Flink Gelly的分布式重叠社区发现算法

引用

作者：董立华吉林大学

学位级别：硕士

网络(图)是描述数据的一种基本形式,网络中的节点代表着一个实体,网络中的边代表着实体间的联系,解析复杂网络的结构一直是学术界的热门问题,社区发现问题便是其中之一。为了挖掘复杂网络中内部联系紧密、外部联系稀疏的“小团体”(也... 详细信息

网络(图)是描述数据的一种基本形式,网络中的节点代表着一个实体,网络中的边代表着实体间的联系,解析复杂网络的结构一直是学术界的热门问题,社区发现问题便是其中之一。为了挖掘复杂网络中内部联系紧密、外部联系稀疏的“小团体”(也就是社区),前人已经做出了许多有益的贡献,一方面针对不同规模、不同特性的网络提出了各种社区发现算法,如标签传播算法;另一方面工业界针对越来越多的数据规模开发了许多便捷的工具,其中最著名的当属谷歌的“三驾马车”,其中的分布式计算模型Hadoop经过多年迭代,孕育出了第二代流式计算引擎Spark、第三代流式计算引擎Flink。由于Spark起步较早,过去大部分工程化实践都基于Spark平台,且很多只使用了批处理API。如何将传统的社区发现算法与Flink分布式计算的特性更好地结合是本文讨论的重点,因此在传统标签传播算法的基础上,本文提出基于Flink Gelly的分布式重叠社区发现算法——Master LPA。本文的工作可总结为以下几部分:一、在核心节点群选择阶段,提出了领域完全图率和领域紧密度的概念,能够基于节点局部社区信息对节点处于社区中心的可能性进行评估,然后引入Vote机制,让节点在动态传播中自主选择标签传播的起始核心节点,避免两个核心节点距离太近,提高划分质量,最后核心节点基于领域紧密度最大化将自己的标签同步给节点群。二、在重叠社区发现阶段,首先基于领域紧密度和上一节选出的核心节点群分布特点提出节点隶属度和新的归属系数计算方法,前者评价了两个节点归属同一社区的可能性,后者基于共同邻居信息对标签选择过程进行补偿,使标签选择更合理。其次基于Tukey Method的思想提出动态过滤策略来帮助每个节点选择合适的标签和对标签进行分类,提高标签过滤质量。三、在社区边缘优化阶段,受Palla G等人对复杂网络中n-clique结构的研究和增益度思想启发,提出三角增益度的计算方法,并结合Flink计算模型提出传播式社区边缘优化算法,节点能根据自身所处位置,有次序地优化自身存储的标签,减少因更新顺序产生的不合理划分。四、使用Flink Gelly分布式图计算模型编写了前述描写的算法程序,在3台计算节点上搭建Flink集群,在其上进行四种LPA算法多个数据集中的对比实验,记录算法评估指标并绘制图表,从实验结果可以看出Master LPA算法有较好的稳定性和准确性。

关键词： Apache Flink 重叠社区发现局部社区结构标签传播算法

来源：评论

学校读者我要写书评

暂无评论

基于MapReduce的机会网络中社会特性分析方法的研究

基于MapReduce的机会网络中社会特性分析方法的研究

引用

作者：韦光南京邮电大学

学位级别：硕士

近年来,随着大量低成本、具备短距离无线通信能力的移动设备的大量普及,通过以人为载体的移动设备的相遇机会进行数据交换为特征的机会网络的发展对于实现未来普适计算具有重大影响,因此对于机会网络中海量节点数据特征属性的研究对企... 详细信息

近年来,随着大量低成本、具备短距离无线通信能力的移动设备的大量普及,通过以人为载体的移动设备的相遇机会进行数据交换为特征的机会网络的发展对于实现未来普适计算具有重大影响,因此对于机会网络中海量节点数据特征属性的研究对企业和用户而言已经变得越来越重要了。目前针对社会网络中节点数据的社会特性研究是国内外研究的热点,然而针对机会网络中的社会特性研究却很少,在对于机会网络中海量节点数据进行社会特性分析时存在如下问题:对于机会网络中的海量节点数据进行分析处理,将面临数据集过大,处理效率低下的问题;运用特定计算模型处理海量数据集时,存在数据集格式不规范,冗余数据过多的问题;传统串行计算方法的社会特性分析算法效率低下,无法满足对算法性能方面的需求问题。为了高效快捷地对机会网络中海量节点数据进行社会特性分析,本文针对以上三个问题开展研究并提出了解决方案:针对机会网络分析面对其呈爆炸式增长的海量节点数据所带来的性能问题,本文提出了使用MapReduce并行计算技术对机会网络中的海量节点数据分析,该技术将机会网络抽象成一张图,将图中的节点及节点间的关系进行标准化建模,运用MapReduce框架对图中的数据进行处理,从而有效的提升了运算性能和处理效率;针对基于MapReduce的机会网络中社会特性分析所需规范的数据格式问题,设计并实现了基于MapReduce的数据预处理算法,该算法从机会网络原始数据集中抽取出所需要的数据信息,然后对其进行格式转换以及去重处理,为其社会特性分析提供了规范格式的数据集;针对传统串行计算方法的社会特性分析算法性能严重低下的问题,提出了两种改进的连通分量并行分析算法:面向无向图连通分量的基于MapReduce的标签传播算法和面向有向图强连通分量的基于MapReduce的双向同步标签传播算法,实验测试表明,通过算法并行化设计,减少了算法的计算量,提高运算效率,从而对机会网络中海量的节点信息的社会特性分析提供了可靠的算法基础。最后,本文设计实现了一个基于MapReduce的机会网络社会特性分析系统,并将以上两点描述的模块和算法应用在系统中,实验结果表明通过MapReduce计算模型的引入和社会特性算法性能的优化不仅大幅度地提高了整个系统的处理效率,而且为机会网络中节点数据的社会特性分析提供了可靠有效的方法。

关键词：机会网络社会特性分析并行计算 MapReduce 标签传播算法

来源：评论

学校读者我要写书评

暂无评论

基于复杂网络的社区发现算法研究

基于复杂网络的社区发现算法研究

引用

作者：王国诚南京航空航天大学

学位级别：硕士

复杂网络研究涉及社交网络、学术网络、万维网、蛋白质作用网络等很多领域中的抽象网络。社区结构挖掘是研究复杂系统的关键工具。探索和发现网络的社区结构对于了解复杂网络内在规律,开发其功能,预测其行为具有十分重要的意义和作用,... 详细信息

复杂网络研究涉及社交网络、学术网络、万维网、蛋白质作用网络等很多领域中的抽象网络。社区结构挖掘是研究复杂系统的关键工具。探索和发现网络的社区结构对于了解复杂网络内在规律,开发其功能,预测其行为具有十分重要的意义和作用,特别是在大型复杂网络中进行社区划分,具有重要的实际意义。本文主要针对复杂网络中的社区发现算法展开研究,其主要工作和贡献如下:(1)针对标签传播在全局社区发现中,存在的不稳定性问题,提出了一种基于拓扑势的标签传播算法(TPLPA)。该算法用拓扑势衡量网络中每个节点的影响力,并根据节点影响力对网络节点的重要性进行排序,从而优化标签传播的节点更新顺序,在每次迭代中,重新优化节点选择标签的策略,进一步降低了算法的不稳定性。实验结果证明TPLPA算法在提升了效率的同时兼顾了稳定性。(2)针对一般局部社区发现算法简单将邻集并入框架导致容易出现过大的局部社区问题,本文提出了一种基于核心区的局部社区发现算法(LWPca)。该算法首先利用节点重要性函数计算节点局部重要性,以寻找起始点的最近最相似核心点与起始点构成核心区,同时在社区拓展过程中,选用局部模块度作为适应性函数,对于局部模块度存在容易陷入局部最优问题,加入了争议点优化策略。实验结果证明,本文中的方法有效改善了局部社区发现算法的起始点敏感以及局部模块度存在局限性的问题。(3)基于社区划分算法,借鉴现有的用户和社区推荐模式,实现了一个微博用户推荐系统。系统的主要功能包括数据搜集、数据检索、用户推荐、社区推荐和社区查看。将社区划分算法应用到用户推荐系统,从而印证了社区划分算法的有效性和可行性。

关键词：社区发现全局社区局部社区拓扑势标签传播算法核心区

来源：评论

学校读者我要写书评

暂无评论

复杂网络上基于标签传播的社团检测方法研究与应用

复杂网络上基于标签传播的社团检测方法研究与应用

引用

作者：李素丽西安理工大学

学位级别：硕士

随着互联网的快速发展,对复杂网络的研究显得越发重要。复杂网络中的一个重要特征是社团结构,即社团内部连接紧密,而社团之间连接稀疏。挖掘复杂网络中潜在的社团结构成为了许多学者研究的重点,此项研究在现实生活中具有重要意义。它可... 详细信息

随着互联网的快速发展,对复杂网络的研究显得越发重要。复杂网络中的一个重要特征是社团结构,即社团内部连接紧密,而社团之间连接稀疏。挖掘复杂网络中潜在的社团结构成为了许多学者研究的重点,此项研究在现实生活中具有重要意义。它可以帮助用户在蛋白质互作网络中识别蛋白质的相互作用模式,在信息网络中分析流量的分布情况,还可以用于文献推荐和产品推广等领域。基于上述分析,论文将在复杂网络上开展以下研究。 (1)提出一种基于种子节点影响的标签传播算法,用于检测复杂网络中的非重叠社团结构。为了降低标签传播的随机性,论文提出了一种新的种子节点选择策略。该策略不仅考虑了复杂网络的拓扑结构,也考虑了节点的属性特征。然后结合特征信息和节点间的最短路径选出网络中的种子节点。最后,通过种子节点生长策略挖掘复杂网络中的社团结构。将算法在属性数据集和无属性数据集上分别进行了验证,与其他算法相比,该算法在属性数据集上具有明显的优势,更适用于检测带有属性特征的网络结构。 (2)提出一种基于中介中心性的重叠结构检测算法。该方法不仅可以检测社团结构,还可以挖掘网络中的重叠节点。该算法主要包括社团的基础划分和识别重叠节点两部分。首先,按照中介中心性降序顺序,节点轮流担任主节点。主节点接收来自从节点的标签并更新自身的标签集合,然后从新的标签集合中选择权重最大的标签将其记录,重复此过程直到循环结束。最后,遍历节点的记录列表,从中选择出现次数最多的标签作为节点的最终标签。社团基础划分完成后,通过算法提出的判别函数识别网络中的重叠节点。将该算法在真实数据集和人工数据集上分别进行验证,结果表明该算法能够有效的挖掘网络中的重叠节点。 (3)设计并实现基于标签传播的文献推荐系统。该系统由用户子模块,推荐子模块和查询子模块构成,用户可以通过系统查找相关文献。系统也会根据用户的历史浏览记录和文章信息为其推荐相关内容。本系统不仅可以加快读者查找文献的效率,还可以为读者提供个性化推荐服务。因此,该系统在现实生活中具有很重要的意义。

关键词：复杂网络标签传播算法种子节点中介中心性社团检测

来源：评论

学校读者我要写书评

暂无评论

数据驱动的城市路网交通控制子区动态划分方法

数据驱动的城市路网交通控制子区动态划分方法

引用

作者：黄纪勇浙江工业大学

学位级别：硕士

随着城市经济的快速发展,汽车保有量也急剧上升,使得交通拥堵问题日益严重。由于城市交通网络是一个复杂且多变的大型网络,直接对整个网络进行协调控制十分困难。因此,将网络划分为若干个控制子区,通过对每个控制子区进行交通协调控制,... 详细信息

随着城市经济的快速发展,汽车保有量也急剧上升,使得交通拥堵问题日益严重。由于城市交通网络是一个复杂且多变的大型网络,直接对整个网络进行协调控制十分困难。因此,将网络划分为若干个控制子区,通过对每个控制子区进行交通协调控制,降低运算时间成本,提高区域控制效益。针对当前划分指标和划分方法的不足,本论文提出了一种基于改进标签传播算法的控制子区动态划分方法,在划分过程中考虑交叉口的关联性构建基于关联度模型的划分指标以及交叉口在城市交通网络重要性作为搜索顺序,实现交通网络的控制子区动态划分。在城市交通网络的交通流运行特性分析方面,本论文基于悉尼自适应交通控制系统(Sydney Coordinated Adaptive Traffic System,简称SCATS)的检测器获取交叉口进口道的交通数据,通过对交通流在时空间上进行运行特性分析,得到相邻交叉口存在一定的关联性的结论,为下文控制子区划分提供了理论基础。在城市交通网络节点重要度评估方面,本论文综合考虑城市交通网络的复杂网络特性和交通流运行特性,构建节点重要度评估识别指标体系。然后分析多种客观赋权法对确定识别指标权重的优劣,最后用优劣解距离法(Technique for Order Preference by Similarity to an Ideal Solution,简称TOPSIS)对节点进行重要度评估。在城市交通网络的控制子区动态划分方面,本论文考虑流量、距离、周期时长、行程时间和路段密度等因素,借鉴流量关联度、周期关联度以及密度关联度,构建相邻交叉口关联度模型。然后在交叉口的重要度的基础上,提出一种改进标签传播算法的控制子区动态划分方法。本论文选取杭州市西湖区的部分区域作为研究对象,对基于改进标签传播算法的控制子区动态划分方法进行评估。将现阶段常见的合并指数算法作为对比实验算法,并通过模块度评价指标和区域协调控制效益对不同方法进行评价。结果显示,本论文提出的控制子区动态划分方法能够将交通网络中关联性密切的交叉口和路段合理有效的划分到同一个控制子区,同时划分结果能够在一定程度上提升区域协调控制效益。

关键词：城市交通网络节点重要度关联度标签传播算法

来源：评论

学校读者我要写书评

暂无评论

社会网络的社团发现算法研究

社会网络的社团发现算法研究

引用

作者：滕彬南京邮电大学

学位级别：硕士

随着互联网的发展,人与人之间的联系越来越密切,所形成的网络也越错综繁杂。直接对其进行分析往往具有一定难度,而社团作为它的一个重要属性,能帮助我们认识网络的拓扑和层次结构,预测网络的变化趋势,找到网络中蕴藏的规律特征。社会网... 详细信息

随着互联网的发展,人与人之间的联系越来越密切,所形成的网络也越错综繁杂。直接对其进行分析往往具有一定难度,而社团作为它的一个重要属性,能帮助我们认识网络的拓扑和层次结构,预测网络的变化趋势,找到网络中蕴藏的规律特征。社会网络的社团结构涉及到多个学科,在许多领域都有很好的应用前景,引起了国内外学者的广泛关注,近几年来已出现了许多经典的社团发现算法,但是如何降低算法的时间复杂度、提高算法的准确度和稳定性仍是有待解决的问题。本文以无向无权网络的非重叠社团发现问题作为研究对象,以提高划分结果准确度、降低时间复杂度和增加算法稳定性为目标,重点分析了一些经典的社团发现算法,针对聚类算法和标签传播算法的不足之处,设计了两种改进算法,分别是基于节点相似度的社团发现算法(Community Detection Algorithm Based On Node Similarity,NSCDA)和基于标签权重系数的社团发现算法(Community Detection Algorithm Based On Label Weight Coefficient,LWC)。NSCDA算法在聚类算法K-Means的基础上,改进了k个初始点的选择方式,使这k个节点大于平均节点度并且彼此相似度较小;设计了新的节点相似度计算公式代替欧氏距离;依据节点与社团的平均相似度,将节点依次归入到与其平均相似度最大的社团中,得到最终的划分结果。理论分析和在人工合成网络、真实社会网络数据集上的实验结果表明了NSCDA算法的可行性,而且与其他经典算法相比具有较高的准确度和时间效率。为了解决标签传播算法稳定性差、划分结果准确度低的问题,LWC算法按照节点度由大到小的顺序进行标签更新;引入标签权重系数的概念,使节点能根据节点之间的局部相似度和邻居节点的度有针对性地选择邻居节点的标签;引入标签连接度函数的概念,避免遇到多个候选标签时的随机选择。人工合成网络以及真实社会网络数据集上的实验结果均表明LWC算法得到的结果不仅准确率高,而且稳定性好。综上所述,本文对社会网络的社团划分算法的研究具有一定的理论性和应用价值,所设计的算法不仅提高了准确度和划分效率,而且划分结果稳定,可用于真实社会网络的场景中。

关键词：社会网络社团发现节点相似度聚类标签传播算法

来源：评论

学校读者我要写书评

暂无评论

多姿态表情的人脸识别算法研究

多姿态表情的人脸识别算法研究

引用

作者：曹文静西安理工大学

学位级别：硕士

随着平安城市的建设和发展，我国各地已经建立了强大的视频监控网络系统。在视频监控中能够快速、准确的确定行入的身份信息是监控网络智能化的关键因素。对目标库中仅存有一幅身份证件照的安防监控系统，需要识别出出现在视频监控系统... 详细信息

随着平安城市的建设和发展，我国各地已经建立了强大的视频监控网络系统。在视频监控中能够快速、准确的确定行入的身份信息是监控网络智能化的关键因素。对目标库中仅存有一幅身份证件照的安防监控系统，需要识别出出现在视频监控系统中的目标行人，则存在诸多不可控因素，如行人多姿态、多表情的变化，单样本、多表情、多姿态、多变化环境导致了该情况下的人脸识别成为一大挑战。针对这个问题，本文提出了一种针对单样本多姿态、多表情的人检识别算法，采用VGGNet网络模型获取人脸图像的深度特征，构建多置信度统计判据实现人脸识别。　　本文选用VGGNet获得人脸的深度学习特征，该特征可以很好的表征多表情的人脸图像，在人脸姿态水平深度翻转(Yaw)±30°的小姿态变化范围内具有很好的鲁棒性。　　由于本文所针对的问题是视频监控中的人脸识别，因此其姿态的变化通常会超过±30°。考虑到视频监控中同一个人姿态变化平滑、渐进的特性，提出了多置信度统计判据的单样本人脸识别方法。算法的思想是首先将待识别样本库划分为不同姿态等级集合(15°，30°，45°，60°和其他更大姿态变化);然后利用单样本库对待识别样本库中的15°姿态集合进行识别预测，并将识别预测后的样本扩充到单样本库中作为种子样本集;然后再利用这些种子样本对30°姿态集合进行识别预测，计算置信度，并将高置信度的样本更新种子样本集;同理在45°，60°姿态集合中更新种子样本集，从而利用相邻级别姿态集合间的较小角度差异及高相似性特点来逐步、递进地扩充种子样本集;最后利用获得的种子样本集构建分类模型，对姿态集合中剩余的非种子样本和其他更大姿态变化样本集进行识别预测，完成人脸识别。最后，加入视频跟踪校验，纠正错检目标，降低了误捡率。　　在多姿态人脸数据集和视频监控实用场景下进行了人脸识别实验分析，验证了算法的有效性。

关键词：人脸识别姿态估计单样本多姿态支持向量机标签传播算法

来源：评论

学校读者我要写书评

暂无评论

复杂网络中社区发现算法的研究

复杂网络中社区发现算法的研究

引用

作者：金爽云南财经大学

学位级别：硕士

社区发现在复杂网络及其应用中一直属于热门的研究课题。随着这些年来复杂网络研究的迅速推进,社区发现算法的研究引起了各领域学者的广泛关注。其相关研究在物理学、社会学、生物学、医学、心理学、广播传媒等学科方面被大量运用。一方... 详细信息

社区发现在复杂网络及其应用中一直属于热门的研究课题。随着这些年来复杂网络研究的迅速推进,社区发现算法的研究引起了各领域学者的广泛关注。其相关研究在物理学、社会学、生物学、医学、心理学、广播传媒等学科方面被大量运用。一方面,通过网络结构准确的划分,对社区发现算法的学习,使我们更加了解其内部结构与属性,对生活中存在的各类网络结构也有着更加深入的了解。另一方面,提高社区发现的准确度,增强网络结构的鲁棒性,优化网络结构,或对商业划分网络消费人群都有着特别关键的理论价值和应用意义。在众多的社区发现算法,标签传播算法以众多的优点脱颖而出。但却在执行的过程中,存在一定缺陷。本课题主要思想是针对标签传播算法执行过程中的随机性选择导致算法的准确率低、稳定性较差的缺点,对其进行改进后给出两种算法,充分体现出节点中心性在社区发现中的作用,降低忽略将节点自身权重的影响力而进行随机性选择更新标签造成的算法划分结果误差性。本文主要思想是针对传统标签传播算法在各阶段存在随机性的缺陷,对算法的执行过程提出了相对应的改进方法。对节点在网络范围内的影响力大小进行衡量,降低了算法在执行过程中因忽略自身属性而被平等对待,发生的随机性选择概率。主要工作包括:一、将局部重要节点和节点中心性的概念融入到算法改进的思路中,将标签分配给选出的局部重要节点,然后进行标签更新。从实验各项评估指标了解到,相较与几种相关算法划分结果,改进算法在准确度和稳定性上均略胜一筹;二、将LeaderRank中心性的概念引入到原LPA算法的改进中,依据LeaderRank方法的特性筛选出的重要节点进行降序排列。将局部重要节点锁定为传播源,以其他策略开始对标签进行传播。从实验结果对比得出,本文给出的改进算法与对比算法在相关评估指标中突显出一定的优势,准确率得到很大提升。

关键词：复杂网络社区发现标签传播算法局部重要节点 LeaderRank

来源：评论

学校读者我要写书评

暂无评论

基于Spark的大规模社交网络社区发现算法设计与实现

基于Spark的大规模社交网络社区发现算法设计与实现

引用

作者：李镇扬州大学

学位级别：硕士

近年来,随着互联网技术的飞速发展,加上移动终端及移动互联网的逐渐普及,越来越多的人成为了社交网络中的一员。社交网络的不断发展,导致了社交网络的规模呈现出了爆炸式的增长。社区发现也面临着数据量大、复杂性高等问题。由于传统的... 详细信息

近年来,随着互联网技术的飞速发展,加上移动终端及移动互联网的逐渐普及,越来越多的人成为了社交网络中的一员。社交网络的不断发展,导致了社交网络的规模呈现出了爆炸式的增长。社区发现也面临着数据量大、复杂性高等问题。由于传统的社区发现算法大多数只能适用于一些小规模的网络或者实验生成的网络,当网络中用户数量的规模很大时,使用传统的社区发现算法受到了硬件及算法自身复杂度的限制,因此很难高效的来处理如此海量的数据,严重制约了大规模社交网络中的社区发现。本文针对传统社区发现方法难以适应大规模的社交网络场景,采用Spark大数据处理框架将传统的社区发现算法并行化,利用集群所具有的计算优势来处理海量的用户数据,降低算法执行所消耗的时间。选取经典的标签传播方法作为基础算法,在Spark平台上进行并行化拓展,实现了一种基于Spark的并行化社区发现算法,同时针对算法在实验过程中所产生的问题对算法进行了相应的改进。最后,通过使用Faceboo、Twitter社交网络数据集进行实验,验证了本文所设计的算法的高效与简洁性。本论文的主要工作及创新点有以下几方面：(1)首先,对传统的社区发现算法进行理论研究,同时对其并行化的可行性进行分析；接着,对当前流行的Spark等大数据处理工具作了理论与技术上的分析,为后续算法的并行化提供技术保障。(2)选择传统的标签传播算法作为基础算法,通过将其与Spark技术相结合进行并行化实现,解决了传统标签算法难于解决大规模网络社区发现的问题；(3)为解决基于Spark的标签传播算法在实验过程中表现出的随机性较强等问题,引入社区核心节点影响力的概念,并将其用于标签传播算法之中。同时实现了基于Spark的PageRank算法来解决社区核心节点影响力的计算。通过在Spark平台上实现了改进前后的算法,对改进前后算法所得的实验结果进行了详细的分析,并对出现的相关问题进行了深入探讨。最后,通过几组对比实验对两种算法所发现社区质量进行了比较。

关键词：社区发现大规模标签传播算法 Spark 并行化

来源：评论

学校读者我要写书评

暂无评论

基于社会网络的社区发现算法研究

基于社会网络的社区发现算法研究

引用

作者：朱小祥南京航空航天大学

学位级别：硕士

在互联网快速发展的时代背景下,现实世界中网络逐渐变得越来越复杂,挖掘复杂网络背后蕴含的数据价值显得愈发重要。社区划分技术引发学术界和工业界越来越多的关注,它能够发现网络中固有的社区结构,并在社会、商业、生物、医药、疾病防... 详细信息

在互联网快速发展的时代背景下,现实世界中网络逐渐变得越来越复杂,挖掘复杂网络背后蕴含的数据价值显得愈发重要。社区划分技术引发学术界和工业界越来越多的关注,它能够发现网络中固有的社区结构,并在社会、商业、生物、医药、疾病防控和反恐等领域都具有广泛的应用。本文主要针对社会网络中的社区发现算法进行研究,其主要工作和贡献如下:(1)由于标签传播算法在社区发现中存在不稳定性,针对这一问题,本文提出一种基于自适应H-index的标签传播算法(AHLPA)。该算法基于改进的H-index来衡量网络中节点的影响力,并依据节点影响力和扩展的多层邻居节点给出节点重要性的定义,对节点进行更加细粒度的刻画。算法利用节点重要性对节点更新序列进行排序,并重新优化节点选择标签的策略,进一步减少随机性。实验结果表明AHLPA算法在性能和稳定性上都具有较大提升。(2)对于重叠社区,基于边划分的算法具有天然的优势,但也存在不少问题,本文提出一种基于边的标签优化算法(LinkLPAm)。首先,基于边的网络规模一般较原始网络扩大若干倍,因此采用基于边的粗糙团初始化边标签,这样不仅能够保证初始解的质量,还能够加速算法收敛。其次,结合标签传播和优化算法的思想进行基于边的社区发现。最后,根据社区相似性度量对社区进行基于贪心策略的合并,这样可以避免产生相似或过小的社区。实验仿真结果表明该算法的有效性和可用性。(3)针对一般的局部社区算法采用贪婪地将节点加入到局部社区的策略会陷入局部最优的问题,本文提出一种基于简单概率模型的局部社区发现算法(LCDGAP)。该算法主要松弛了节点加入局部社区的条件,使用局部模块度M作为节点与社区的紧密程度的度量,当节点的局部模块度增益Δm<0时,允许节点以一定的概率p加入到社区中。同时,提出一种简单概率模型代替模拟退火算法中的概率公式平衡算法的性能和时间效率。最终实验结果证明,该方法不仅有效地减少参数,而且在不降低Precision值的情况下,大大提高算法的Recall值。(4)设计并实现用户数据检索与可视化系统,并将本文提出的核心算法应用在工程实践上。

关键词：社区发现重叠社区局部社区标签传播算法优化算法贪婪算法概率模型

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共13页 << < 4 5 6 7 8 9 10 11 12 13 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

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

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：