基于改进 NNIA 算法的网络社区检测方法研究-电路与系统专业论文.docxVIP

学位论文创新性声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日期： 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再攥写的文章一律署名单位为西安电子科技大学。（保密的 论文在解密后遵守此规定） 本人签名： 日期： 导师签名： 日期： 摘要I 摘要 I 摘要 近些年来,复杂网络逐渐成为受人关注的研究领域,越来越多的科研工作者投 身其中。研究发现，复杂网络通常会呈现出社区结构特性，如何在实际网络中高 效地发现社区结构是近年来复杂网络的研究热点之一。本论文主要研究复杂网络 中 社 区 检 测 问 题 ， 基 于 改 进 非 支 配 邻 域 免 疫 算 法 (Improved Non-dominated Neighbor Immune Algorithm，INNIA)，分别提出针对静态网络和动态网络的社区 检测算法。下面是本文的主要工作： 1. 提出了一种基于改进NNIA的网络社区检测方法INNIA-Net，该方法通过对 两个目标函数进行优化，将社区检测问题模型转化成了一个多目标优化问题，每 次运行可产生一组解，这组解对应着对网络不同层次的划分，每个解可以自动确 定网络中社区数目。 2.提出一种动态网络社区检测方法DYN-INNIA，该方法以模块度和规范化的 互信息熵作为优化的目标函数，用社区划分得分(CS)作为每个时刻最优解的选择 标准。该方法对于随时间逐步变化的动态网络，可得到较好的检测结果。 本文的工作得到了国家自然科学基金(批准号，国家863项目(批 准号：2009AA12Z210)，教育部新世纪优秀人才支持计划(No. NCET-08-0811)， 陕西省科技新星支持计划(批准号：2010KJXX-03)和中央高校基本科研业务费重 点项目(批准号：K50510020001)资助。 关键词：复杂网络 社区检测 目标函数 动态网络 II 摘要 Abstr Abstract III Abstract In recent years, the complex networks has gradually become a popular research field. And more and more researchers is working on it. It has been found by research that complex networks are usually has the characteristics of community structures. How to mine the meaningful community structures efficiently in the real network has become one of the hotspots in the research fields in recent years. In this thesis, the research is mainly focused on the community detection in complex networks. Based on the Improved Non-dominated Neighbor Immune Algorithm (INNIA), the community detection applied to static networks and dynamic networks are proposed. The major works of this paper are listed as follows: A network community detection algorithm based on Improved Non-dominated Neighbor Immune Algorithm is proposed. By optimizin