| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 引言 | 第14-24页 |
| 1.1 连结与网络科学 | 第15-20页 |
| 1.1.1 “结构主义”与网络科学 | 第15-17页 |
| 1.1.2 网络科学的研究沿革 | 第17-18页 |
| 1.1.3 网络科学的研究对象 | 第18-20页 |
| 1.2 网络观下的连结理论研究 | 第20-22页 |
| 1.2.1 连结论 | 第20页 |
| 1.2.2 复杂网络的研究内容 | 第20-21页 |
| 1.2.3 复杂网络中的连结 | 第21-22页 |
| 1.3 本文的主要研究内容和论文组织 | 第22-24页 |
| 第2章 连结的发现 | 第24-44页 |
| 2.1 网络模型 | 第25-26页 |
| 2.2 连结的发现方法 | 第26-31页 |
| 2.2.1 探测法进行连结发现 | 第26-28页 |
| 2.2.2 分类标签法连结发现 | 第28-29页 |
| 2.2.3 阈值法连结发现 | 第29-30页 |
| 2.2.4 关系变化法连结发现 | 第30-31页 |
| 2.3 基于可视图连结发现的脉搏波网络化分析 | 第31-39页 |
| 2.3.1 可视图法 | 第31-33页 |
| 2.3.2 脉搏波的可视图网络结构 | 第33-36页 |
| 2.3.3 脉搏波状态识别 | 第36-39页 |
| 2.4 二维水平可视图法 | 第39-42页 |
| 2.4.1 扩展水平可视图法为二维水平可视图法 | 第40页 |
| 2.4.2 美国风场的复杂网络结构 | 第40-42页 |
| 2.5 本章小结 | 第42-44页 |
| 第3章 连结的传递 | 第44-62页 |
| 3.1 传播模型 | 第44-46页 |
| 3.1.1 SI模型 | 第44-45页 |
| 3.1.2 SIR模型 | 第45页 |
| 3.1.3 SIS模型 | 第45-46页 |
| 3.2 基于交通网络的传染病传播分析 | 第46-50页 |
| 3.2.1 交通网络 | 第46-47页 |
| 3.2.2 基于交通网络的城市间疾病传播 | 第47-50页 |
| 3.3 软件网络中的波及效应与波及度中心性 | 第50-56页 |
| 3.3.1 软件网络 | 第50-52页 |
| 3.3.2 全局波及度 | 第52-53页 |
| 3.3.3 局部波及度 | 第53-56页 |
| 3.4 传递概率波及度 | 第56-61页 |
| 3.4.1 传递概率波及度的计算 | 第57-58页 |
| 3.4.2 渗流和网络鲁棒性 | 第58-59页 |
| 3.4.3 Internet结点重要性与网络安全 | 第59-60页 |
| 3.4.4 基于Internet点渗流的结点重要性研究 | 第60-61页 |
| 3.5 小结 | 第61-62页 |
| 第4章 连结的层次 | 第62-78页 |
| 4.1 网络层次模型 | 第62-64页 |
| 4.1.1 确定性层次结构模型 | 第62-63页 |
| 4.1.2 面向Internet的层次结构模型 | 第63-64页 |
| 4.2 k-核与层次结构 | 第64-66页 |
| 4.2.1 k-核和核数 | 第64-65页 |
| 4.2.2 k-核结构的分解 | 第65-66页 |
| 4.2.3 基于k-核分解的层次结构模型 | 第66页 |
| 4.3 基于波及传递的网络解析 | 第66-69页 |
| 4.3.1 传递概率波及度分解 | 第66-68页 |
| 4.3.2 树状分解的层级网络模型 | 第68-69页 |
| 4.4 基于分层储能单元结构的能源互联网架构拓扑模型 | 第69-77页 |
| 4.4.1 能源互联网与Internet | 第69-71页 |
| 4.4.2 基于分级储能单元的能源互联网架构设计 | 第71-73页 |
| 4.4.3 基于树状分解层次网络的能源互联网架构宏观拓扑模型 | 第73-76页 |
| 4.4.4 能源互联网拓扑层次模型鲁棒性指标 | 第76-77页 |
| 4.5 本章小结 | 第77-78页 |
| 第5章 连结的协作 | 第78-96页 |
| 5.1 网络模体 | 第78-82页 |
| 5.1.1 模体的概念和研究意义 | 第78-79页 |
| 5.1.2 模体查找算法 | 第79-82页 |
| 5.2 脑网与软件网络中的模体分析 | 第82-87页 |
| 5.2.1 大脑网络 | 第82-84页 |
| 5.2.2 脑网的模体发现 | 第84-85页 |
| 5.2.3 脑网与软件网络 | 第85-87页 |
| 5.3 电力网络的模体特征 | 第87-91页 |
| 5.3.1 电力系统网络 | 第87-88页 |
| 5.3.2 电力网络的模体分析 | 第88-91页 |
| 5.4 模体势—连结的协作趋向 | 第91-94页 |
| 5.4.1 模体与设计模式 | 第91-93页 |
| 5.4.2 模体势 | 第93-94页 |
| 5.5 本章小结 | 第94-96页 |
| 第6章 连结的估计 | 第96-116页 |
| 6.1 链路预测方法体系 | 第97-103页 |
| 6.1.1 链路预测 | 第97-99页 |
| 6.1.2 链路预测常用方法 | 第99-100页 |
| 6.1.3 链路预测的评价体系 | 第100-103页 |
| 6.2 基于模体势的链路预测 | 第103-110页 |
| 6.2.1 基于模体势的结点相似度 | 第103-107页 |
| 6.2.2 社交网络好友推荐 | 第107-108页 |
| 6.2.3 预测实验 | 第108-110页 |
| 6.3 连结的估计 | 第110-112页 |
| 6.3.1 链路预测与演化机制推断 | 第111页 |
| 6.3.2 基于演化机制的连结估计方法 | 第111-112页 |
| 6.4 基于连结估计的能源互联网宏观拓扑演化机制 | 第112-115页 |
| 6.4.1 结点的直接连接代价 | 第112-113页 |
| 6.4.2 结点的连接路径代价 | 第113页 |
| 6.4.3 基于连结估计的能源互联网演化模型 | 第113-115页 |
| 6.5 本章小结 | 第115-116页 |
| 第7章 总结与展望 | 第116-120页 |
| 7.1 本文的贡献 | 第116-117页 |
| 7.2 工作展望 | 第117-120页 |
| 参考文献 | 第120-132页 |
| 致谢 | 第132-134页 |
| 在学期间发表的学术论文与研究成果 | 第134-135页 |
