| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 研究内容和论文结构 | 第15-19页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 论文结构 | 第16-19页 |
| 第2章 复杂网络概述 | 第19-27页 |
| 2.1 网络静态特征 | 第19-21页 |
| 2.1.1 平均距离 | 第19-20页 |
| 2.1.2 集聚系数 | 第20页 |
| 2.1.3 节点度分布 | 第20-21页 |
| 2.2 网络机制模型 | 第21-27页 |
| 2.2.1 规则网络 | 第21-23页 |
| 2.2.2 随机网络 | 第23-24页 |
| 2.2.3 小世界网络 | 第24-27页 |
| 第3章 社团结构定义和经典算法 | 第27-35页 |
| 3.1 社团结构定义 | 第27-29页 |
| 3.2 社团发现算法 | 第29-35页 |
| 3.2.1 Kernighan-Lin算法 | 第29-30页 |
| 3.2.2 Girvan-Newman算法 | 第30-31页 |
| 3.2.3 Newman快速算法 | 第31-32页 |
| 3.2.4 Clauset-Newman-Moore算法 | 第32-34页 |
| 3.2.5 Potts模型算法 | 第34-35页 |
| 第4章 基于节点依赖度和相似社团融合的社团结构发现算法 | 第35-45页 |
| 4.1 引言 | 第35页 |
| 4.2 问题描述 | 第35-36页 |
| 4.3 算法主要思想 | 第36-39页 |
| 4.4 算法基本定义 | 第39-41页 |
| 4.5 算法描述 | 第41-45页 |
| 第5章 仿真实验平台构建及仿真结果分析 | 第45-65页 |
| 5.1 仿真实验平台概述 | 第45-46页 |
| 5.2 平台输入数据与对象模型 | 第46-48页 |
| 5.3 NDSF算法与内存对象 | 第48-49页 |
| 5.4 实验仿真平台输出与流程 | 第49-50页 |
| 5.5 社团划分评价指标 | 第50-53页 |
| 5.5.1 社团划分准确度 | 第50-51页 |
| 5.5.2 算法划分精确度 | 第51页 |
| 5.5.3 D函数比较法 | 第51-53页 |
| 5.5.4 模块性Q函数 | 第53页 |
| 5.6 实验仿真数据集 | 第53-56页 |
| 5.6.1 计算机生成网络 | 第54页 |
| 5.6.2 真实网络数据集 | 第54-56页 |
| 5.7 实验仿真结果与对比 | 第56-65页 |
| 5.7.1 模块度函数对比 | 第56-61页 |
| 5.7.2 准确度和精确度对比 | 第61-65页 |
| 第6章 结论与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 攻读硕士学位期间的研究成果 | 第75页 |