| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 复杂网络的研究背景 | 第15-17页 |
| 1.2 复杂网络的动力学行为 | 第17-19页 |
| 1.2.1 复杂网络的传播动力学 | 第17-18页 |
| 1.2.2 复杂网络上的演化博弈 | 第18页 |
| 1.2.3 复杂网络上的同步 | 第18-19页 |
| 1.3 复杂网络重构的研究现状 | 第19-21页 |
| 1.4 论文的组织结构 | 第21-23页 |
| 第二章 基于一维动力学方程和时间序列数据的网络重构 | 第23-49页 |
| 2.1 一维动力学方程及时间序列数据 | 第23-24页 |
| 2.2 随机梯度下降法 | 第24-25页 |
| 2.3 仿真网络 | 第25-27页 |
| 2.4 基于一维动力学方程的网络重构问题 | 第27-36页 |
| 2.4.1 问题描述 | 第27-29页 |
| 2.4.2 时间序列数据的分解 | 第29-31页 |
| 2.4.3 基于随机梯度下降法的优化算法 | 第31-36页 |
| 2.5 实验结果与分析 | 第36-47页 |
| 2.5.2 数据集 | 第36-37页 |
| 2.5.3 评价指标 | 第37-38页 |
| 2.5.4 实验结果 | 第38-47页 |
| 2.6 本章小结 | 第47-49页 |
| 第三章 基于多维动力学方程和时间序列数据的网络重构 | 第49-63页 |
| 3.1 多维动力学方程简介 | 第49-50页 |
| 3.2 基于多维动力学方程的时间序列数据 | 第50页 |
| 3.3 基于多维动力学方程的网络重构问题 | 第50-61页 |
| 3.3.1 目标函数 | 第50-52页 |
| 3.3.2 优化算法 | 第52-54页 |
| 3.3.3 实验结果与分析 | 第54-61页 |
| 3.4 本章小结 | 第61-63页 |
| 第四章 基于带噪声的时间序列数据的网络重构 | 第63-75页 |
| 4.1 高斯白噪声与时间序列数据 | 第63-64页 |
| 4.2 最小二乘法 | 第64-66页 |
| 4.2.1 最小二乘法原理介绍 | 第64-65页 |
| 4.2.2 最小二乘法的解法 | 第65-66页 |
| 4.3 基于带噪声时间序列数据的网络重构问题 | 第66-73页 |
| 4.3.1 基于随机梯度下降的算法 | 第66页 |
| 4.3.2 基于最小二乘法的算法 | 第66-68页 |
| 4.3.3 实验结果与分析 | 第68-73页 |
| 4.4 本章小结 | 第73-75页 |
| 第五章 总结与展望 | 第75-77页 |
| 5.1 研究结论 | 第75-76页 |
| 5.2 研究展望 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 致谢 | 第83-85页 |
| 作者简介 | 第85-86页 |