| 摘要 | 第3-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第16-47页 |
| 1.1 复杂网络 | 第16-24页 |
| 1.1.1 复杂网络的概念 | 第16-19页 |
| 1.1.2 复杂网络中的主要参数 | 第19-20页 |
| 1.1.3 复杂网络研究概况 | 第20-24页 |
| 1.2 复杂网络的模块结构 | 第24-35页 |
| 1.2.1 社团的定义及其研究意义 | 第24-25页 |
| 1.2.2 社团结构研究现状 | 第25-35页 |
| 1.2.2.1 谱聚类法 | 第25-26页 |
| 1.2.2.2 分裂方法 | 第26-28页 |
| 1.2.2.3 合并方法 | 第28-31页 |
| 1.2.2.4 基于模块度的优化和扩展方法 | 第31-32页 |
| 1.2.2.5 基于随机游走模型的算法 | 第32-33页 |
| 1.2.2.6 多目标优化方法 | 第33-35页 |
| 1.3 生物网络中模块结构研究进展 | 第35-40页 |
| 1.3.1 基于图论的方法 | 第35-37页 |
| 1.3.2 流体力学的方法 | 第37-38页 |
| 1.3.3 核连接方法 | 第38-39页 |
| 1.3.4 群体智能的方法 | 第39-40页 |
| 1.4 模块的多尺度性 | 第40-42页 |
| 1.5 生物网络中功能单元组织形式的研究 | 第42页 |
| 1.6 论文的研究内容和创新点 | 第42-45页 |
| 1.7 论文的结构和组织 | 第45-47页 |
| 第二章 基于收敛空间内结点相似性度量的社团分析 | 第47-65页 |
| 2.1 基于新结点相似性的社团分析 | 第47-58页 |
| 2.1.1 收敛空间内结点相似性的定义 | 第47-51页 |
| 2.1.2 新结点相似性的收敛性证明 | 第51-52页 |
| 2.1.3 新结点相似性的鲁棒性和稳定性 | 第52-55页 |
| 2.1.4 调节因子 a 的选取 | 第55-57页 |
| 2.1.5 层次聚类 | 第57页 |
| 2.1.6 算法时间复杂度分析 | 第57-58页 |
| 2.2 新结点相似性在挖掘网络社团中的应用 | 第58-63页 |
| 2.2.1 ISIM算法在合成网络上的应用 | 第58-60页 |
| 2.2.2 ISIM算法在真实网络上的应用 | 第60-63页 |
| 2.3 ISIM捕捉局部和全局的网络拓扑结构 | 第63-64页 |
| 2.4 本章总结 | 第64-65页 |
| 第三章 生物网络中多尺度功能模块挖掘 | 第65-87页 |
| 3.1 新结点相似性揭示生物网络中模块的多尺度性 | 第66-81页 |
| 3.1.1 ISIMB算法在标准数据集上的性能验证 | 第67-70页 |
| 3.1.2 蛋白质相互作用网络中复合物的模块多尺度分析 | 第70-77页 |
| 3.1.3 蛋白质和基因相互作用网络中功能模块的多尺度分析 | 第77-81页 |
| 3.2 基于网络分割状态的重要模块结构筛选 | 第81-83页 |
| 3.3 单尺度模块挖掘方法和多尺度模块挖掘方法之间的关系 | 第83-86页 |
| 3.4 本章总结 | 第86-87页 |
| 第四章 多条件下基因共表达网络中功能模块的挖掘 | 第87-96页 |
| 4.1 完备基因共表达网络中功能模块的挖掘 | 第87-92页 |
| 4.1.1 多条件下基因共表达网络的构建 | 第87-88页 |
| 4.1.2 基于最大团的功能模块预测 | 第88-92页 |
| 4.2 预测模块的生物功能分析 | 第92-95页 |
| 4.2.1 预测模块的基因本体论分析 | 第92-93页 |
| 4.2.2 预测模块的示例分析 | 第93-95页 |
| 4.3 本章总结 | 第95-96页 |
| 第五章 蛋白质相互作用网络中稀疏和高聚合功能模块的共挖掘 | 第96-116页 |
| 5.1 生物网络中功能单元组织形式的研究背景 | 第96-98页 |
| 5.2 基于二叉树搜索的功能模块挖掘算法 | 第98-104页 |
| 5.2.1 二叉树搜索算法 | 第98-102页 |
| 5.2.2 三阈值的选取 | 第102-104页 |
| 5.3 BTS方法在不同网络上的应用 | 第104-114页 |
| 5.3.1 BTS方法在合成网络上的应用 | 第104-105页 |
| 5.3.2 BTS方法在蛋白质相互作用网络中的应用 | 第105-112页 |
| 5.3.3 蛋白质相互作用网络中Bi-sparse模块功能分析 | 第112-113页 |
| 5.3.4 蛋白质相互作用网络中高聚合模块功能分析 | 第113-114页 |
| 5.4 本章总结 | 第114-116页 |
| 第六章 复杂网络的多样性功能模块组织形式探讨 | 第116-133页 |
| 6.1 BTS算法性能测试 | 第116-118页 |
| 6.2 复杂网络中高聚合模块和Bi-sparse模块的意义 | 第118-122页 |
| 6.2.1 社会网络中Bi-sparse模块的意义 | 第118-119页 |
| 6.2.2 计算机软件网络中高聚合模块和Bi-sparse模块的意义 | 第119-120页 |
| 6.2.3 基因共表达网络中高聚合模块和Bi-sparse模块的意义 | 第120-122页 |
| 6.3 复杂网络中高聚合模块和Bi-sparse模块的共存性 | 第122-130页 |
| 6.3.1 高聚合模块和Bi-sparse模块的共存性 | 第122-125页 |
| 6.3.2 Bi-sparse模块存在的合理性分析 | 第125-127页 |
| 6.3.3 Bi-sparse模块的偏好性 | 第127-128页 |
| 6.3.4 Bi-sparse模块的大小 | 第128-129页 |
| 6.3.5 Bi-sparse模块的组织形式 | 第129-130页 |
| 6.4 BTS算法中三阈值的选取 | 第130-132页 |
| 6.5 本章总结 | 第132-133页 |
| 第七章 总结和展望 | 第133-137页 |
| 7.1 总结 | 第133-135页 |
| 7.2 展望 | 第135-137页 |
| 参考文献 | 第137-147页 |
| 攻读博士学位期间发表的论文 | 第147-148页 |
| 致谢 | 第148-150页 |
