| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 主要工作和论文内容安排 | 第13-15页 |
| 第2章 复杂网络可视化技术概述 | 第15-25页 |
| 2.1 布点算法 | 第15-20页 |
| 2.1.1 简单布局 | 第15-16页 |
| 2.1.2 力导引算法的提出 | 第16页 |
| 2.1.3 钢圈-弹簧算法 | 第16-17页 |
| 2.1.4 FR算法 | 第17-18页 |
| 2.1.5 KK算法 | 第18-19页 |
| 2.1.6 力导引算法比较 | 第19-20页 |
| 2.2 网络可视化压缩 | 第20-23页 |
| 2.2.1 空间变形 | 第20-21页 |
| 2.2.2 数据形态变换 | 第21-23页 |
| 2.2.3 压缩方法评价 | 第23页 |
| 2.3 本章小结 | 第23-25页 |
| 第3章 FR算法改进 | 第25-34页 |
| 3.1 问题的提出 | 第25-26页 |
| 3.1.1 节点初始位置问题 | 第25页 |
| 3.1.2 造成的歧义 | 第25-26页 |
| 3.2 FR算法改进 | 第26-33页 |
| 3.2.1 初始布局设计 | 第26-29页 |
| 3.2.2 力学模型改进 | 第29-30页 |
| 3.2.3 实验及结论 | 第30-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第4章 新的社团发现算法CCEBC | 第34-44页 |
| 4.1 问题的提出 | 第34-36页 |
| 4.1.1 脑功能网络规模压缩 | 第34-35页 |
| 4.1.2 Louvain Method划分网络 | 第35-36页 |
| 4.2 社团发现算法CCEBC | 第36-43页 |
| 4.2.1 算法设计 | 第36-37页 |
| 4.2.2 实验及结论 | 第37-43页 |
| 4.3 本章小结 | 第43-44页 |
| 第5章 可视化工具的设计与实现 | 第44-56页 |
| 5.1 复杂网络可视化开发库 | 第44-48页 |
| 5.1.1 网络可视化库简介 | 第44-45页 |
| 5.1.2 基于NetworkX的复杂网络分析与可视化 | 第45-47页 |
| 5.1.3 基于graph-tool的复杂网络分析与可视化 | 第47-48页 |
| 5.2 可视化工具设计 | 第48-55页 |
| 5.2.1 脑网络结构参量与可视化优化方案 | 第48-51页 |
| 5.2.2 数据导入格式 | 第51页 |
| 5.2.3 用户界面设计 | 第51-53页 |
| 5.2.4 可视化结果交互功能 | 第53-54页 |
| 5.2.5 分层可视化操作 | 第54-55页 |
| 5.3 本章小结 | 第55-56页 |
| 总结与展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |