基于链接关系的有向加权复杂网络关键节点识别技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-14页 |
| ·研究意义与应用前景 | 第7-9页 |
| ·科学意义 | 第7-8页 |
| ·应用前景 | 第8-9页 |
| ·相关技术研究及发展现状 | 第9-11页 |
| ·相关研究方法 | 第9-10页 |
| ·研究现状 | 第10-11页 |
| ·本文研究内容与组织 | 第11-14页 |
| ·本文研究内容与方法 | 第12-13页 |
| ·本文组织结构 | 第13-14页 |
| 2 复杂网络关键节点评估的主要技术 | 第14-29页 |
| ·复杂网络相关理论与概念 | 第14-22页 |
| ·复杂网络的涵义 | 第14-15页 |
| ·复杂网络统计特性 | 第15-19页 |
| ·复杂网络经典模型 | 第19-21页 |
| ·关键节点及相对重要度 | 第21-22页 |
| ·关键节点评估指标与策略 | 第22-25页 |
| ·关键节点评估指标 | 第22-24页 |
| ·关键节点评估策略 | 第24-25页 |
| ·主要的关键节点识别算法总结 | 第25-28页 |
| ·无权网络关键节点识别算法总结 | 第25-26页 |
| ·加权网络关键节点识别算法总结 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 3 有向加权网络关键节点评估算法 | 第29-51页 |
| ·有向加权网络模型 | 第29-33页 |
| ·建模过程 | 第29-31页 |
| ·理论分析与数值仿真 | 第31-33页 |
| ·有向加权网络关键节点评估指标 | 第33-39页 |
| ·评估指标背景 | 第33-35页 |
| ·评估指标原理 | 第35-38页 |
| ·DWNodeRank指标 | 第38-39页 |
| ·有向加权网络关键节点评估算法(DWNR) | 第39-49页 |
| ·DWNR算法相关定义 | 第39-40页 |
| ·DWNR算法理论分析 | 第40-43页 |
| ·DWNR算法思想描述 | 第43-44页 |
| ·DWNR算法实现流程 | 第44-45页 |
| ·DWNR算法实例分析 | 第45-49页 |
| ·DWNR算法复杂度分析 | 第49页 |
| ·本章小结 | 第49-51页 |
| 4 仿真实验与结果分析 | 第51-70页 |
| ·仿真实验平台简介 | 第51-53页 |
| ·相关模块设计 | 第53-56页 |
| ·文件读取模块 | 第53-54页 |
| ·网络模型生成模块 | 第54页 |
| ·DWNR算法设计 | 第54-56页 |
| ·统计特性 | 第56页 |
| ·实验目的与实验数据 | 第56-57页 |
| ·实验目的 | 第56-57页 |
| ·实验数据 | 第57页 |
| ·结果分析 | 第57-69页 |
| ·本章小结 | 第69-70页 |
| 5 总结与展望 | 第70-72页 |
| ·全文总结 | 第70-71页 |
| ·未来工作 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-79页 |
