复杂网络上的社团结构探测研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·引言 | 第9-10页 |
| ·复杂网络及其发展 | 第10-13页 |
| ·复杂网络研究的意义以及面临的挑战 | 第13-15页 |
| ·本文的研究内容以及论文的结构安排 | 第15-16页 |
| 第二章 复杂网络的结构特征以及社团结构研究 | 第16-25页 |
| ·引言 | 第16页 |
| ·复杂网络的主要结构特征 | 第16-20页 |
| ·小世界效应 | 第16-17页 |
| ·聚类性 | 第17-18页 |
| ·无标度性 | 第18-19页 |
| ·度关联性 | 第19-20页 |
| ·复杂网络的社团结构研究 | 第20-24页 |
| ·社团定义 | 第21-22页 |
| ·社团结构探测 | 第22-24页 |
| ·社团结构划分的评价 | 第24页 |
| ·小结 | 第24-25页 |
| 第三章 复杂网络的社团探测算法分析 | 第25-37页 |
| ·引言 | 第25页 |
| ·Girvan-Newman 的基于边介数的算法 | 第25-28页 |
| ·算法 | 第25-27页 |
| ·扩展到加权网络 | 第27-28页 |
| ·Radicchi 等的基于边聚类系数的算法 | 第28-31页 |
| ·算法 | 第28-30页 |
| ·扩展到加权网络 | 第30-31页 |
| ·Fortunato 等的基于信息中心度的算法 | 第31-32页 |
| ·算法 | 第31-32页 |
| ·扩展到加权网络 | 第32页 |
| ·Newman 快速算法 | 第32-33页 |
| ·算法 | 第32-33页 |
| ·扩展到加权网络 | 第33页 |
| ·Duch 等的极值优化算法 | 第33-36页 |
| ·算法的基本思想 | 第33-34页 |
| ·τ-EO 算法 | 第34-35页 |
| ·扩展到加权网络 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第四章 一类改进的社团探测算法 | 第37-45页 |
| ·引言 | 第37页 |
| ·方案 | 第37-38页 |
| ·算法的实现 | 第38-39页 |
| ·算法的测试 | 第39-42页 |
| ·计算机产生的网络 | 第39-41页 |
| ·真实网络 | 第41-42页 |
| ·扩展到加权网络 | 第42-43页 |
| ·小结 | 第43-45页 |
| 第五章 总结与展望 | 第45-48页 |
| ·总结 | 第45-46页 |
| ·展望 | 第46-48页 |
| 参考文献 | 第48-53页 |
| 致谢 | 第53-54页 |
| 个人简历和攻读硕士学位期间所获成果 | 第54页 |
