鲁棒随机块模型与算法研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 本文组织结构 | 第17-18页 |
| 第2章 相关工作以及知识介绍 | 第18-26页 |
| 2.1 网络结构 | 第18-20页 |
| 2.2 量化随机性 | 第20-21页 |
| 2.3 随机块模型 | 第21-23页 |
| 2.4 参数估计理论知识 | 第23-25页 |
| 2.4.1 贝叶斯推理 | 第23页 |
| 2.4.2 变分方法 | 第23-24页 |
| 2.4.3 期望最大化算法 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 鲁棒随机块模型研究 | 第26-35页 |
| 3.1 鲁棒随机块模型 | 第26-28页 |
| 3.2 模型参数估计 | 第28-34页 |
| 3.2.1 模型参数估计方法 | 第28-29页 |
| 3.2.2 模型参数估计理论证明 | 第29-33页 |
| 3.2.3 模型参数学习算法 | 第33-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第4章 实验验证与分析 | 第35-51页 |
| 4.1 对比算法与评价指标 | 第35-37页 |
| 4.1.1 对比算法介绍 | 第35-37页 |
| 4.1.2 评价指标 | 第37页 |
| 4.2 人工网络验证 | 第37-47页 |
| 4.2.1 结构划分能力验证 | 第37-43页 |
| 4.2.2 灵活性验证 | 第43-45页 |
| 4.2.3 鲁棒性验证 | 第45-46页 |
| 4.2.4 规模性验证 | 第46-47页 |
| 4.3 真实世界网络验证 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 5.1 工作总结 | 第51-52页 |
| 5.2 工作展望 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 作者简介及在学期间所取得的科研成果 | 第58-59页 |
| 致谢 | 第59页 |
