| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景 | 第14页 |
| 1.2 复杂网络的基本概念 | 第14-16页 |
| 1.2.1 复杂网络的基本表示 | 第14-15页 |
| 1.2.2 最短路径 | 第15页 |
| 1.2.3 节点的度 | 第15页 |
| 1.2.4 复杂网络的特点 | 第15-16页 |
| 1.3 复杂网络的研究 | 第16-20页 |
| 1.3.1 节点相似性的研究 | 第16-17页 |
| 1.3.2 信息传播的研究 | 第17-18页 |
| 1.3.3 信息源点检测的研究 | 第18-20页 |
| 1.4 论文的主要工作和结构安排 | 第20-22页 |
| 第二章 去环路径算法 | 第22-34页 |
| 2.1 引言 | 第22页 |
| 2.2 观察和动机 | 第22-25页 |
| 2.3 理论分析和算法证明 | 第25-29页 |
| 2.4 实验与分析 | 第29-33页 |
| 2.5 复杂度分析 | 第33页 |
| 2.6 本章总结 | 第33-34页 |
| 第三章 去环路径算法在相似度指标和转移概率中的应用 | 第34-50页 |
| 3.1 引言 | 第34页 |
| 3.2 相似度指标介绍 | 第34-40页 |
| 3.2.1 局部相似度指标 | 第35-38页 |
| 3.2.2 全局相似度指标 | 第38-39页 |
| 3.2.3 准局部相似度指标 | 第39-40页 |
| 3.3 去环路径算法在相似度指标中的应用 | 第40-41页 |
| 3.4 去环路径算法在转移概率中的应用 | 第41-48页 |
| 3.4.1 转移概率模型 | 第41-42页 |
| 3.4.2 实验与分析一 | 第42-46页 |
| 3.4.3 实验与分析二 | 第46-48页 |
| 3.5 本章总结 | 第48-50页 |
| 第四章 基于去环算法的转移概率在信息源识别中的应用 | 第50-60页 |
| 4.1 易感染模型与评价指标介绍 | 第50-53页 |
| 4.1.1 易感染模型的介绍 | 第50-51页 |
| 4.1.2 评价标准的介绍 | 第51-52页 |
| 4.1.3 k均值算法的介绍 | 第52-53页 |
| 4.2 基于无环路径算法在信息源识别中的应用 | 第53-55页 |
| 4.2.1 算法思想 | 第53-54页 |
| 4.2.2 信息源识别算法 | 第54-55页 |
| 4.3 实验与分析 | 第55-59页 |
| 4.4 复杂度分析 | 第59页 |
| 4.5 本章总结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70-71页 |