| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-18页 |
| ·引言 | 第11页 |
| ·复杂系统及复杂网络 | 第11-14页 |
| ·复杂网络的研究意义 | 第14-15页 |
| ·复杂网络研究内容及存在的问题 | 第15-16页 |
| ·复杂网络的研究内容 | 第15-16页 |
| ·复杂网络发展中存在的问题 | 第16页 |
| ·研究内容及论文结构 | 第16-18页 |
| 2 复杂网络的结构特征及社团结构研究 | 第18-25页 |
| ·复杂网络的结构特征 | 第18-21页 |
| ·网络的图表示 | 第18页 |
| ·平均路径长度 | 第18-19页 |
| ·聚类系数 | 第19页 |
| ·度与度分布 | 第19-20页 |
| ·介数/居间中心性 | 第20-21页 |
| ·社团结构现象 | 第21-22页 |
| ·划分结果的比较方法 | 第22-25页 |
| ·正确划分率比较法 | 第23页 |
| ·模块化Q 函数法 | 第23-24页 |
| ·社团探测算法的复杂度研究 | 第24-25页 |
| 3 社团结构探测算法 | 第25-35页 |
| ·信息集中性算法 | 第25-26页 |
| ·算法流程 | 第25-26页 |
| ·算法分析 | 第26页 |
| ·GN 算法 | 第26-29页 |
| ·算法流程 | 第26页 |
| ·算法应用 | 第26-27页 |
| ·算法分析 | 第27-29页 |
| ·Newman 贪婪算法 | 第29-31页 |
| ·算法流程 | 第29页 |
| ·算法应用 | 第29-31页 |
| ·算法分析 | 第31页 |
| ·改进的Newman 算法 | 第31页 |
| ·Vincent 算法 | 第31-34页 |
| ·算法流程 | 第32页 |
| ·算法应用 | 第32-34页 |
| ·算法分析 | 第34页 |
| ·本章小结 | 第34-35页 |
| 4 改进的适用于小规模复杂网络的k-means 社团探测算法 | 第35-41页 |
| ·k-means 算法简介 | 第35页 |
| ·算法流程 | 第35页 |
| ·算法分析 | 第35页 |
| ·改进算法介绍 | 第35-38页 |
| ·网络平均度k | 第36页 |
| ·算法描述 | 第36-37页 |
| ·算法流程图 | 第37-38页 |
| ·算法应用及分析 | 第38-40页 |
| ·算法应用 | 第38-40页 |
| ·算法分析 | 第40页 |
| ·本章小结 | 第40-41页 |
| 5 一种基于节点相似度的社团探测算法 | 第41-57页 |
| ·引言 | 第41页 |
| ·BSTN 算法简介 | 第41-42页 |
| ·节点邻接矩阵 | 第41-42页 |
| ·节点间的相似度 | 第42页 |
| ·最相似节点 | 第42页 |
| ·带核心的社团结构 | 第42页 |
| ·算法流程图 | 第42-43页 |
| ·算法描述 | 第43-45页 |
| ·算法测试 | 第45-55页 |
| ·划分社团的检验方法 | 第45页 |
| ·计算机生成网络 | 第45-47页 |
| ·实际网络检验 | 第47-55页 |
| ·算法分析 | 第55-57页 |
| 6 结论与展望 | 第57-59页 |
| ·工作总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 作者简历 | 第62-64页 |
| 学位论文数据集 | 第64-65页 |