| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第2章 复杂网络及节点重要性基本理论 | 第14-22页 |
| 2.1 复杂网络概述 | 第14-15页 |
| 2.2 复杂网络模型概述 | 第15-18页 |
| 2.2.1 规则网络模型 | 第15页 |
| 2.2.2 随机网络模型 | 第15-16页 |
| 2.2.3 小世界网络模型 | 第16-17页 |
| 2.2.4 无标度网络模型 | 第17-18页 |
| 2.2.5 其它网络模型 | 第18页 |
| 2.3 复杂网络节点重要性发掘方法 | 第18-19页 |
| 2.4 节点重要性度量属性 | 第19-21页 |
| 2.4.1 度中心性 | 第19-20页 |
| 2.4.2 介数中心性 | 第20页 |
| 2.4.3 接近中心性 | 第20页 |
| 2.4.4 聚集系数 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 多指标与节点删除为一体的节点重要性排序算法 | 第22-40页 |
| 3.1 引言 | 第22-23页 |
| 3.2 相关理论与算法 | 第23-26页 |
| 3.2.1 节点重要性度量属性 | 第23页 |
| 3.2.2 PageRank算法 | 第23-24页 |
| 3.2.3 基于熵权的TOPSIS算法 | 第24-26页 |
| 3.3 多指标与节点删除一体化的综合排序算法 | 第26-28页 |
| 3.3.1 算法原理及步骤 | 第26-28页 |
| 3.3.2 复杂性分析 | 第28页 |
| 3.4 实验结果及分析 | 第28-39页 |
| 3.4.1 实验结果计算 | 第28-32页 |
| 3.4.2 比例参数的确定 | 第32-33页 |
| 3.4.3 与现有方法的比较 | 第33-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 加权改进节点收缩法的节点重要性排序算法 | 第40-54页 |
| 4.1 引言 | 第40页 |
| 4.2 节点收缩与网络凝聚度 | 第40-43页 |
| 4.2.1 节点收缩法 | 第40-41页 |
| 4.2.2 基于网络凝聚度的节点收缩法 | 第41-42页 |
| 4.2.3 Floyd最短路径算法 | 第42-43页 |
| 4.3 加权改进节点收缩法的排序算法 | 第43-46页 |
| 4.3.1 算法原理及步骤 | 第43-46页 |
| 4.3.2 复杂性分析 | 第46页 |
| 4.4 实验结果及分析 | 第46-53页 |
| 4.4.1 实验结果计算 | 第46-50页 |
| 4.4.2 与现有方法的比较 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 作者简介及在学期间所取得的科研成果 | 第60-61页 |
| 致谢 | 第61页 |