| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 课题研究背景及意义 | 第12-14页 |
| 1.2 国内外相关研究 | 第14-19页 |
| 1.3 论文主要贡献 | 第19-20页 |
| 1.4 论文的组织结构 | 第20-22页 |
| 第二章 本文相关概念及算法 | 第22-28页 |
| 2.1 FR布局算法 | 第22-24页 |
| 2.2 关节点及查找算法 | 第24-25页 |
| 2.3 本文相关拓扑参数 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 大规模网络压缩布局及算法加速 | 第28-42页 |
| 3.1 基于关节点的大规模网络数据压缩算法(CABAP) | 第28-33页 |
| 3.2 基于介数关节点的大规模网络数据压缩算法(CABBAP) | 第33-35页 |
| 3.3 基于k-核的大规模网络布局压缩算法(CABK) | 第35-37页 |
| 3.4 基于GPU的FR算法加速 | 第37-41页 |
| 3.4.1 大规模网络数据ICSR式存储结构 | 第37-39页 |
| 3.4.2 基于GPU的FR算法 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 大规模网络压缩布局及算法加速实验与分析 | 第42-62页 |
| 4.1 面向压缩布局的复杂网络信息量 | 第42-43页 |
| 4.2 CABAP算法实验结果及分析 | 第43-47页 |
| 4.3 CABBAP算法实验结果及分析 | 第47-53页 |
| 4.4 CABK算法实验结果及分析 | 第53-56页 |
| 4.5 基于GPU加速FR算法实验结果及分析 | 第56-58页 |
| 4.6 压缩网络细节展示 | 第58-59页 |
| 4.7 本章小结 | 第59-62页 |
| 第五章 结论与展望 | 第62-64页 |
| 5.1 论文主要成果 | 第62-63页 |
| 5.2 未来工作展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 研究成果及发表的学术论文 | 第70-72页 |
| 作者及导师简介 | 第72-73页 |
| 附件 | 第73-74页 |
