首页--数理科学和化学论文--数学论文--代数、数论、组合理论论文--组合数学(组合学)论文--图论论文

复杂网络中异质社会传播动力学研究

摘要第5-6页
abstract第6-7页
第一章 绪论第11-19页
    1.1 研究背景与意义第11-13页
    1.2 国内外研究现状第13-16页
        1.2.1 复杂网络简介第13-14页
        1.2.2 网络传播动力学简介第14-16页
    1.3 本文研究内容与创新第16-17页
    1.4 论文的组织结构第17-19页
第二章 复杂网络传播基础第19-34页
    2.1 复杂网络的基本结构特性第19-21页
        2.1.1 度分布第19-20页
        2.1.2 网络平均路径长度第20页
        2.1.3 聚类系数第20-21页
        2.1.4 度关联性第21页
    2.2 复杂网络经典模型第21-25页
        2.2.1 规则网络第22页
        2.2.2 随机网络第22-23页
        2.2.3 小世界网络第23页
        2.2.4 无标度网络第23-25页
    2.3 复杂网络中的传播动力学第25-31页
        2.3.1 经典疾病传播模型第25-26页
        2.3.2 社会传播模型第26-28页
        2.3.3 传播动力学解析方法第28-31页
    2.4 复杂网络免疫策略第31-33页
        2.4.1 随机免疫第32页
        2.4.2 目标免疫第32-33页
        2.4.3 熟人免疫第33页
    2.5 本章小结第33-34页
第三章 异质社会传播模型的设计及理论研究第34-45页
    3.1 问题提出及相关工作第34-35页
    3.2 异质社会传播模型第35-37页
        3.2.1 模型第35-36页
        3.2.2 阈值分布函数设计第36-37页
    3.3 理论研究第37-44页
        3.3.1 边划分理论第37-38页
        3.3.2 异质边划分理论第38-42页
        3.3.3 稳态分析与爆发阈值解析第42-43页
        3.3.4 爆发阈值图解第43-44页
    3.4 本章小结第44-45页
第四章 异质社会传播实验仿真与理论拟合第45-58页
    4.1 问题提出及相关工作第45页
    4.2 计算机模拟方法第45-48页
        4.2.1 同步更新第46-47页
        4.2.2 异步更新第47-48页
        4.2.3 对比第48页
    4.3 实验设计第48-49页
    4.4 实验结果与分析第49-57页
        4.4.1 采纳阈值与度完全关联第49-56页
        4.4.2 采纳阈值与度部分关联第56-57页
    4.5 本章小结第57-58页
第五章 异质社会传播的免疫研究第58-76页
    5.1 问题的提出及相关工作第58-59页
    5.2 实验设计第59-60页
    5.3 节点中心性指标第60-62页
        5.3.1 度中心性第60页
        5.3.2 接近中心性第60-61页
        5.3.3 k-core中心性第61-62页
    5.4 ER网络上异质社会传播下的免疫研究第62-68页
        5.4.1 度中心性免疫第62-63页
        5.4.2 接近中心性免疫第63-64页
        5.4.3 k-core中心性免疫第64-65页
        5.4.4 免疫性能对比第65-68页
    5.5 SF网络上异质社会传播下的免疫研究第68-75页
        5.5.1 度中心性免疫第69-70页
        5.5.2 接近中心性免疫第70-71页
        5.5.3 k-core中心性免疫第71-72页
        5.5.4 免疫性能对比第72-75页
    5.6 本章小结第75-76页
第六章 全文总结与展望第76-78页
    6.1 论文总结第76-77页
    6.2 未来展望第77-78页
致谢第78-79页
参考文献第79-85页
攻硕期间取得的研究成果第85-86页

论文共86页,点击 下载论文
上一篇:基于稀疏贝叶斯的相关信号DOA估计
下一篇:物联网感知层关键技术研究