摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-15页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外的研究现状与进展 | 第11-13页 |
1.2.1 社交网络的研究现状与进展 | 第11页 |
1.2.2 冯·诺依曼熵的研究现状与进展 | 第11-12页 |
1.2.3 节点重要性的研究现状与进展 | 第12-13页 |
1.3 研究内容与论文组织结构 | 第13-15页 |
1.3.1 研究内容 | 第13-14页 |
1.3.2 论文的组织结构 | 第14-15页 |
第二章 冯·诺依曼熵及节点重要性排序的相关理论 | 第15-24页 |
2.1 复杂网络的基本概念 | 第15-20页 |
2.1.1 复杂网络的定义 | 第15-16页 |
2.1.2 社交网络的定义 | 第16页 |
2.1.3 复杂网络的统计特性 | 第16-18页 |
2.1.4 复杂网络模型 | 第18-20页 |
2.2 冯·诺依曼熵的基本概念 | 第20-21页 |
2.3 常用的节点重要性排序算法 | 第21-23页 |
2.3.1 节点度排序算法 | 第21页 |
2.3.2 接近度排序算法 | 第21-22页 |
2.3.3 介数排序算法 | 第22-23页 |
2.4 本章小结 | 第23-24页 |
第三章 基于冯·诺依曼熵的单节点及多节点排序算法 | 第24-37页 |
3.1 基于冯·诺伊曼熵的排序算法设计思想 | 第24-26页 |
3.2 基于冯·诺伊曼熵的单节点排序算法研究 | 第26-31页 |
3.2.1 基于冯·诺伊曼熵的单节点排序算法的提出 | 第26页 |
3.2.2 基于冯·诺伊曼熵的单节点排序算法空手道数据集实验 | 第26-29页 |
3.2.3 基于冯·诺伊曼熵的单节点排序算法海豚数据集实验 | 第29-31页 |
3.3 基于冯·诺伊曼熵的多节点排序算法研究 | 第31-36页 |
3.3.1 基于冯·诺伊曼熵的多节点排序算法的提出 | 第31-32页 |
3.3.2 基于冯·诺伊曼熵的多节点排序算法的空手道数据集实验 | 第32-34页 |
3.3.3 基于冯·诺伊曼熵的多节点排序算法的海豚数据集实验 | 第34-36页 |
3.4 本章小结 | 第36-37页 |
第四章 基于冯·诺伊曼熵的带权重排序算法研究 | 第37-45页 |
4.1 基于冯·诺伊曼熵的不带权重排序算法回顾 | 第37页 |
4.2 基于冯·诺伊曼熵的带权重排序算法设计 | 第37-40页 |
4.2.1 基于冯·诺伊曼熵的带权重排序算法思想的提出 | 第37-39页 |
4.2.2 权重系数的确定方法 | 第39-40页 |
4.3 基于冯·诺伊曼熵的带权重排序算法的实验 | 第40-44页 |
4.3.1 小网络算例的实验结果及分析 | 第40-42页 |
4.3.2 空手道数据集实验结果及分析 | 第42-44页 |
4.4 基于冯·诺伊曼熵的带权重排序算法稳定性分析 | 第44页 |
4.5 本章小结 | 第44-45页 |
第五章 总结和展望 | 第45-47页 |
5.1 总结 | 第45页 |
5.2 展望 | 第45-47页 |
参考文献 | 第47-50页 |
致谢 | 第50-51页 |
攻读硕士学位期间发表的学术论文 | 第51页 |