复杂网络中关键节点探测算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文主要工作 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-16页 |
| 第2章 复杂网络与重要节点探测概述 | 第16-28页 |
| 2.1 复杂网络概述 | 第16-18页 |
| 2.1.1 复杂网络背景与意义 | 第16-17页 |
| 2.1.2 复杂网络理论的发展 | 第17-18页 |
| 2.2 复杂网络的特性 | 第18-21页 |
| 2.2.1 小世界特性 | 第18-19页 |
| 2.2.2 无标度特性 | 第19-20页 |
| 2.2.3 复杂性 | 第20-21页 |
| 2.3 复杂网络结构特征分析 | 第21-24页 |
| 2.3.1 节点度与度分布 | 第21-22页 |
| 2.3.2 平均路径长度 | 第22页 |
| 2.3.3 聚集系数 | 第22-24页 |
| 2.4 重要节点探测算法概述 | 第24-27页 |
| 2.4.1 度中心度(DC)算法 | 第24页 |
| 2.4.2 介数中心度(BC)算法 | 第24-25页 |
| 2.4.3 紧密中心度(CC)算法 | 第25-26页 |
| 2.4.4 子图中心度(SC)算法 | 第26页 |
| 2.4.5 特征向量中心度(EC)算法 | 第26-27页 |
| 2.4.6 信息流参量中心度(IC)算法 | 第27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 边路径中心度算法 | 第28-38页 |
| 3.1 新中心度(NC)算法介绍 | 第28-30页 |
| 3.1.1 边聚集系数(ECC) | 第28-29页 |
| 3.1.2 新中心度(NC)方法 | 第29-30页 |
| 3.2 边路径中心度(LRC)算法介绍 | 第30-31页 |
| 3.2.1 边路径贡献度系数(RCC) | 第30页 |
| 3.2.2 边路径中心度方法(LRC) | 第30-31页 |
| 3.2.3 算法步骤 | 第31页 |
| 3.3 算法实验 | 第31-37页 |
| 3.3.1 实验标准 | 第31-32页 |
| 3.3.2 实验过程 | 第32页 |
| 3.3.3 空手道俱乐部数据集 | 第32-34页 |
| 3.3.4 海豚数据集 | 第34-35页 |
| 3.3.5 美国大学足球联盟数据集 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 边路径中心度探测算法性能评价 | 第38-45页 |
| 4.1 评价指标 | 第38-39页 |
| 4.1.1 重叠节点数 | 第38页 |
| 4.1.2 斯皮尔曼等级相关系数 | 第38-39页 |
| 4.1.3 肯德尔等级相关系数 | 第39页 |
| 4.2 结果分析 | 第39-43页 |
| 4.2.1 重叠节点数指标分析 | 第39-40页 |
| 4.2.2 斯皮尔曼等级相关系数指标分析 | 第40-42页 |
| 4.2.3 肯德尔等级相关系数指标分析 | 第42-43页 |
| 4.3 有效性实验 | 第43-44页 |
| 4.3.1 数据集 | 第43页 |
| 4.3.2 结果分析 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 总结与展望 | 第45-47页 |
| 5.1 总结 | 第45-46页 |
| 5.2 展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 作者简介及在学期间所取得的科研成果 | 第50-51页 |
| 致谢 | 第51页 |
