摘要3-5
Abstract5-9
第一章 绪论9-15
§1.1 课题探讨背景及作用9-10
§1.2 社区检测不足探讨历史和进展概述10-12
§1.3 基于优化的社区检测策略概述12-14
§1.4 论文的主要工作和内容安排14-15
第二章 多目标优化论述及进展15-23
§2.1 人工免疫算法概述15-16
§2.2 人工免疫系统的探讨近况及基本术语16-18
2.2.1 人工免疫网络模型的探讨16
2.2.2 人工免疫系统算法的探讨16-17
2.2.3 人工免疫算法基本术语介绍17-18
§2.3 多目标优化论述基础及进展18-20
§2.4 非支配邻域免疫算法介绍20-21
§2.5 本章小结21-23
第三章 基于NNIA的网络社区检测算法23-41
§3.1 网络常用基本概念23-26
3.1.1 Community Score (CS)24-26
3.1.2 Communi-Fitness (CF)26
§3.2 NNIA-Net算法流程26-29
3.2.1 Locus-based基因表示策略27
3.2.2 算法流程图及具体步骤27-29
§3.3 NNIA-Net中的主要算子29-32
3.3.1 种群初始化策略29-31
3.3.2 克隆算子31
3.3.3 交叉算子31
3.3.4 变异算子31-32
§3.4 NNIA-Net实验结果及浅析32-40
3.4.1 新种群初始化策略实验结果32-33
3.4.2 评价网络社区检测结果的两项标准33
3.4.3 NNIA-Net在真实网络上的实验结果33-37
3.4.4 NNIA-Net在GN Benchmark上的实验结果37-38
3.4.5 NNIA-Net在GN Benchmark扩展网络上的实验结果38-40
§3.5 本章小结40-41
第四章 基于NNIA的动态网络社区检测算法41-53
§4.1 动态网络探讨背景和进展概况41-42
§4.2 演化聚类框架介绍42-45
4.2.1 演化聚类框架运用背景42-43
4.2.2 演化聚类框架介绍43-45
§4.3 DNNIA-Net算法流程及具体步骤45-48
4.3.1 动态网络的表示策略45-46
4.3.2 DNNIA-Net算法流程46-48
§4.4 DNNIA-Net实验结果及浅析48-51
4.4.1 DNNIA-Net在合成数据集上的实验结果48-50
4.4.2 DNNIA-Net在真实动态网络上的实验结果50-51
§4.5 本章小结51-53
第五章 总结和展望53-55
§5.1 本论文工作总结53-54
§5.2 未来展望54-55