基于机器学习的网络多核心外围结构探测的分析与设计开题报告
2020-02-18 20:11:43
1. 研究目的与意义(文献综述)
-
目的及意义(含国内外的研究现状分析)
随着信息技术的迅猛发展、internet应用的广泛普及以及人们社交生活的日益全球化,复杂网络逐渐成为倍受关注的研究领域。目前复杂网络的研究己经遍及计算机、物理、通讯、交通、生物、数学、化学、经济等领域[1],而对于这些极其复杂的交互作用网络的结构的认识已经成为二十一世纪的关键性研究课题与挑战之一。尽管不同领域具有不同特点,但研究者发现这些领域的许多实际网络具有一些共同性质,如小世界[2]、无标度[3]等。这些共同的网络特性吸引了越来越多不同学科的研究者致力于复杂网络的研究。一方面,通过对复杂网络这门学科的不断研究与探索使得我们对诸如社会学、自然科学以及信息科学等领域有了更加深刻和广泛的认知。另一方面,分析复杂网络模型也有助于我们从这些领域中认识到更多现象和规律。很多现实系统皆可抽象成网络模型,其中节点对应系统中的实体,边对应实体间的关系[4]。例如,蛋白质交互网络的节点对应蛋白质或基因,边代表蛋白质或基因间的调节关系;网的节点对应计算机或路由器等设备,边对应设备间的物理连接关系等[5]。网络模型可用于描述生活中的多种复杂关系和多种不同类型的中尺度结构,但是对于这种类型结构的探索主要集中在社团结构的研究与发现上,而另一种广泛存在的中尺度结构,即网络核多心-外围结构更值得学习和研究。而如何有效地识别网络核心-外围结构便成为了一个非常重要的问题,对于网络核心-外围结构的发掘将在社会、医疗、信息、金融等各个领域有着广泛的应用前景与研究价值[6]。
在早期的研究中,borgatti和everett提出了一个与具有理想化核心-外围结构的网络进行比较从而衡量实验结果的过程[7]。在他们的研究之后,许多核心外围检测算法得到了迅速发展。rombach等人基于相同的想法并使用了更为灵活的模型[8]。holme采取对比以往聚类系数所使用的方法来度量网络连通性[9]。csermely等人提出了核心-外围结构的动态性研究方法[10],silva等人利用中心性以及模块度的方法对新陈代谢网络的核心-外围结构进行了研究[11],rossa等人通过随机游走的方法研究核心-外围结构[12]。使得人们对于诸多领域如社会学、国际关系以及经济学具有更加直观的理解。snyder和kick在基于贸易流和外交关系的国际关系网络中进行了实验,他们证实了所期望的块模型核心-外围结构在网络数据中是真实存在的[13]。而其他多个数据集,如国际贸易网络、学术刊物、人类社会学网络、猴群社交网络以及科学家之间的合作关系网络也普遍存在典型的核心-外围结构[14]。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!2. 研究的基本内容与方案
2.研究的基本内容、目标、拟采用的技术方案及措施
1)本设计研究的基本内容包括:
-
熟悉机器学习的相关知识和方法
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!3. 研究计划与安排
3.进度安排(按周次填写)
第1-3周:查阅相关文献资料,明确研究内容,了解研究所需的相关知识。确定方案,完成开题报告。
第4-10周:完成英语论文翻译;参考相关文献研究网络多核心外围结构探测的分析与设计方法,编写matlab程序,收集相关的文档和资料,完成现实网络多核心外围结构探测的设计工作。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!4. 参考文献(12篇以上)
4.阅读的参考文献(不少于15篇)
-
p. barucca, d. tantari, f. lillo. centrality metrics and localization in core-periphery networks[j]. journal of statistical mechanics: theory and experiment, 2016, 2016(2):023401
-
贾春旭.复杂网络社团发现算法的研究及其应用[d].兰州:兰州理工大学,2012.
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付
-
-