复杂网络系统间相似性识别及其应用

复杂网络系统间相似性识别及其应用

ID:31982707

大小:5.83 MB

页数:161页

时间:2019-01-30

复杂网络系统间相似性识别及其应用_第1页
复杂网络系统间相似性识别及其应用_第2页
复杂网络系统间相似性识别及其应用_第3页
复杂网络系统间相似性识别及其应用_第4页
复杂网络系统间相似性识别及其应用_第5页
资源描述:

《复杂网络系统间相似性识别及其应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、\㈣艄亘亟£塾垒!i£塑!iQ塾Q!§i坐i!垒£i鲤坠皇!型竺£望£Q堡卫!£蚤毯£!型Q£k&Y墨!£堡垒垒坠立i兰苎△卫卫!重£釜垡Q塾⑧Author’ssignature:^●■●■SUpeI’VlS0r7SSIgnatUre:ExtemalR-eViewers:血Qn四垒Q竖Ex锄础ngConuni钍eeClla卸erson:Exa脚injngCoIll]【Ili他eMenlbers:照I遨i,££Q&墨墨Q£Zh自iilng!匦iy坌r曼缸YS(丛鱼Zhih丛a弛£rQ&墨墨笾。Zh自i堑gUniY丛si皱必QNin舀PrQ佥墨墨Q£Zh

2、自i堑gU遁y立氆i啦£l逍QQQ鸳li堑g,PrQ建墨sQLH堑g些Q丛Qi如西U也y笪si或Dateoforaldefence:乜金£金mb盟15。2QlQ浙江大学研究生学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得浙垫太堂或其他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作了明确的说明并表示谢意。学位论文作者签名:签字日期:年月日学位论文版权使用授权书本学位论文

3、作者完全了解澎逛太堂有权保留并向国家有关部门或机构送交本论文的复印件和磁盘,允许论文被查阅和借阅。本人授权逝鎏太堂可以将学位论文的全部或部分内容编入有关数据库进行检索和传播,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名:导师签名:签字日期:年月日签字日期:年月日致谢值此学位论文完成之际,谨向我的导师吴铁军教授表示深深的敬意和衷心的感谢!在攻读博士的六年期间,白始至终,我都得到您的谆谆教导和殷殷关怀.从论文的选题和深入到最终的撰写和修改,无不凝聚着您的关怀和帮助。您严谨的治学态度、渊博的知

4、识、开阔活跃的思维、勤恳的工作作风、对事业孜孜不倦的追求精神一直影响和激励着我,令学生终生受益.感谢李艳君教授在我读博的初期在工作、学习、生活上给予我的热忱周到的帮助.李老师将我引导上了科研的道路,并在课题研究上给予了宝贵的意见。感谢我的师兄宣琦副研究员在学习、生活上给予我的无私帮助。您经常与我一起讨论课题研究中的问题并给予了很多宝贵的意见,在此表示真心的感谢!感谢工业控制研究所的各位老师对我的指导和帮助!感谢李平教授、戴连奎教授、刘山副研究员、杜树新副研究员、于玲老师等人平日里的帮助。感谢曾同在一个实验室的师兄师姐和同学:蒋峥、周黔、付克昌、俞峰、

5、武晓莉、常爱英、孙丽丽、陈迎迎、周春芳、吴以凡、崔承刚、李宗涛、江文德、周微、陈俊风、郑俊华等,感谢同在一个寝室的同学:王磊、韩恺、沈晔湖。是你们丰富了我的求学生活,增添了许多快乐和灵感,难得的友情我一定会终生铭记!最后,特别感谢父母和家人始终如一的支持,正是您们给与无私的爱和关怀,才使我全身心地投入到学业中并顺利完成本文。谨以此文献给所有关心和帮助过我的人!杜方20lO年9月于求是园摘要将复杂系统描述为由相互作用的个体组成的复杂网络,是理解复杂系统的重要方法.在短短的十年间,复杂网络研究已扩展到信息、控制、物理、生物和社会科学等领域。随着大量系统被

6、描述成复杂网络,以复杂网络系统为对象的网络数据挖掘应运而生,复杂网络系统间的相似性识别问题就是其中一项全新的课题。该课题包括系统间个体相似性识别和系统整体相似性分析两部分内容。其中,个体相似性识别旨在挖掘出关联系统间个体的未知对应关系,它可以归纳为一个通用形式的复杂网络间节点匹配问题,是课题的关键所在。研究复杂网络系统间的相似性识别问题对大规模复杂关联系统的分析与优化设计、多源信息系统集成、跨网络信息搜索、同源蛋白质发现、多语言自动翻译等具有积极的现实意义和理论价值。本文针对复杂网络系统间的相似性识别问题进行了较为系统的研究。全文按建模、求解和应用的

7、主线展开。其中,复杂网络间节点匹配问题的求解部分按节点对应关系(一对一、一对多)和参与匹配的网络数量(两网络、多网络)两个维度上将研究递进展开。本文主要包括如下内容:1.给出了两种关联网络模型,即同源演化模型和协同演化模型。两者均具有可调的相似度和网络结构,前者可自然地扩展为多网络关联模型。为了保证网络的连通性,提出了一种网络连通性检测方法,大大减少了计算量。将单网络节点相似度计算推广到多网络,提出了三种网络间节点相似度函数,并给出了相似度函数的区分度定义,用于定量评估相似度函数的表现优劣。这部分研究一方面为本文的网络闻相似性识别问题提供了仿真平台和

8、算法设计依据,另一方面,对如何将其它网络数据挖掘算法推广到多网络也具有重要参考意义.2.针对“已匹配节点对”

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。