| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·研究背景与意义 | 第9-14页 |
| ·研究背景与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·论文的主要研究内容 | 第14-15页 |
| ·本文的组织结构 | 第15-17页 |
| 第2章 复杂网络的社团结构发现和蚁群聚类算法 | 第17-25页 |
| ·复杂网络的社团结构发现 | 第17-21页 |
| ·复杂网络的基本概念 | 第17-18页 |
| ·复杂网络的社团结构发现 | 第18-19页 |
| ·复杂网络社团结构发现的评价指标 | 第19-21页 |
| ·蚁群聚类算法 | 第21-23页 |
| ·蚁群聚类算法基本思想 | 第21页 |
| ·蚁群聚类算法框架 | 第21-23页 |
| ·本章小结 | 第23-25页 |
| 第3章 基于适应度局部感知和信息素扩散的蚁群聚类算法 | 第25-41页 |
| ·基本思想 | 第25-26页 |
| ·算法描述 | 第26-31页 |
| ·适应度的局部感知和移动策略 | 第26-27页 |
| ·信息素的扩散和更新机制 | 第27-29页 |
| ·适应度阈值的自适应调整 | 第29页 |
| ·算法流程和复杂度分析 | 第29-31页 |
| ·实验结果与分析 | 第31-39页 |
| ·实验网络与评价标准 | 第31-32页 |
| ·参数分析 | 第32-34页 |
| ·真实网络实验结果对比分析 | 第34-37页 |
| ·计算机生成网络实验结果对比分析 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 基于抽样的大规模复杂网络社团结构发现的蚁群聚类算法 | 第41-51页 |
| ·基本思想 | 第41-42页 |
| ·算法描述 | 第42-46页 |
| ·抽样过程 | 第42-43页 |
| ·样本网络的聚类分析 | 第43-44页 |
| ·非样本节点的指派 | 第44页 |
| ·社团合并 | 第44-46页 |
| ·算法流程和复杂度分析 | 第46页 |
| ·实验结果与分析 | 第46-50页 |
| ·真实网络实验结果对比分析 | 第46-48页 |
| ·计算机生成网络实验结果对比分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间所发表的学术论文 | 第57-59页 |
| 致谢 | 第59页 |