复杂网络社区检测、链路预测及应用
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第13-15页 |
| 缩略语对照表 | 第15-21页 |
| 第一章 绪论 | 第21-37页 |
| 1.1 研究背景和意义 | 第21-22页 |
| 1.2 研究进展与现状 | 第22-34页 |
| 1.2.1 动力学耦合模型的研究进展与现状 | 第22-24页 |
| 1.2.2 社区检测的研究进展与现状 | 第24-28页 |
| 1.2.3 乳腺X线影像肿块检测的研究进展与现状 | 第28-31页 |
| 1.2.4 链路预测的研究进展与现状 | 第31-34页 |
| 1.3 研究内容和章节安排 | 第34-37页 |
| 第二章 复杂网络的理论基础和方法 | 第37-55页 |
| 2.1 引言 | 第37页 |
| 2.2 理论基础 | 第37-45页 |
| 2.2.1 复杂网络的特征 | 第38-39页 |
| 2.2.2 复杂网络的结构模型 | 第39-42页 |
| 2.2.3 复杂网络的耦合模型 | 第42-45页 |
| 2.3 复杂网络社区检测方法 | 第45-49页 |
| 2.3.1 基于模块度的方法 | 第45-47页 |
| 2.3.2 基于谱分析的方法 | 第47-48页 |
| 2.3.3 基于随机游走的方法 | 第48-49页 |
| 2.4 复杂网络链路预测方法 | 第49-53页 |
| 2.4.1 基于相似性的方法 | 第49-53页 |
| 2.4.2 基于似然分析的方法 | 第53页 |
| 2.5 小结 | 第53-55页 |
| 第三章 基于离散时间网络动力学聚类模型的社区检测 | 第55-73页 |
| 3.1 引言 | 第55-56页 |
| 3.2 问题描述 | 第56页 |
| 3.3 离散时间网络及其聚类动力学 | 第56-63页 |
| 3.3.1 离散时间网络动力学聚类模型 | 第56-58页 |
| 3.3.2 离散时间网络的动力学 | 第58-59页 |
| 3.3.3 缓慢衰减状态 | 第59-60页 |
| 3.3.4 数学分析 | 第60-63页 |
| 3.3.5 相位聚类现象的条件 | 第63页 |
| 3.4 基于聚类动力学的社区检测 | 第63-66页 |
| 3.4.1 利用相位信息检测社区 | 第63-64页 |
| 3.4.2 利用频率信息检测社区 | 第64页 |
| 3.4.3 动力学聚类算法 | 第64-66页 |
| 3.4.4 参数选择 | 第66页 |
| 3.5 实验结果与分析 | 第66-70页 |
| 3.5.1 对比算法、实验网络及评价指标 | 第66-67页 |
| 3.5.2 5000节点网络上的实验结果 | 第67-69页 |
| 3.5.3 50000节点网络上的实验结果 | 第69-70页 |
| 3.5.4 运行时间 | 第70页 |
| 3.6 小结 | 第70-73页 |
| 第四章 基于离散时间网络动力学聚类模型的肿块检测 | 第73-89页 |
| 4.1 引言 | 第73页 |
| 4.2 问题描述 | 第73-75页 |
| 4.2.1 图像预处理 | 第73-74页 |
| 4.2.2 特征提取 | 第74页 |
| 4.2.3 图构建 | 第74-75页 |
| 4.3 离散时间网络动力学聚类模型的肿块检测 | 第75-79页 |
| 4.3.1 离散时间网络动力学聚类模型 | 第75-77页 |
| 4.3.2 算法步骤 | 第77-79页 |
| 4.4 实验数据与评价指标 | 第79-81页 |
| 4.4.1 实验数据 | 第79页 |
| 4.4.2 评价指标 | 第79-81页 |
| 4.5 实验结果与分析 | 第81-86页 |
| 4.5.1 参数分析 | 第81-84页 |
| 4.5.2 不同评价指标下的检测结果 | 第84-85页 |
| 4.5.3 各方法的结果对比 | 第85-86页 |
| 4.6 小结 | 第86-89页 |
| 第五章 基于离散时间网络动力学聚类模型的链路预测 | 第89-105页 |
| 5.1 引言 | 第89-90页 |
| 5.2 问题描述 | 第90-91页 |
| 5.3 现有方法 | 第91-92页 |
| 5.4 离散时间网络动力学聚类模型的链路预测 | 第92-95页 |
| 5.4.1 基于节点相位和频率的链路预测指标 | 第92-94页 |
| 5.4.2 算法步骤 | 第94-95页 |
| 5.5 评价指标与实验网络 | 第95页 |
| 5.5.1 评价指标 | 第95页 |
| 5.5.2 实验网络 | 第95页 |
| 5.6 实验结果与分析 | 第95-103页 |
| 5.6.1 真实社区信息对相位指标预测结果的影响 | 第95-98页 |
| 5.6.2 社区信息对相位指标预测结果的影响 | 第98-99页 |
| 5.6.3 相频指标预测结果 | 第99-101页 |
| 5.6.4 带限制相频指标预测结果 | 第101-103页 |
| 5.7 小结 | 第103-105页 |
| 第六章 基于模块度密度的链路预测 | 第105-123页 |
| 6.1 引言 | 第105页 |
| 6.2 现有方法 | 第105-108页 |
| 6.2.1 经典方法 | 第105-107页 |
| 6.2.2 利用融合信息的链路预测方法 | 第107-108页 |
| 6.3 基于模块度密度的链路预测 | 第108-111页 |
| 6.3.1 基于模块度密度的社区检测 | 第108-109页 |
| 6.3.2 利用社区信息的指标 | 第109-111页 |
| 6.3.3 算法步骤 | 第111页 |
| 6.4 评价指标与实验网络 | 第111-112页 |
| 6.4.1 评价指标 | 第111页 |
| 6.4.2 实验网络 | 第111-112页 |
| 6.5 实验结果与分析 | 第112-120页 |
| 6.5.1 融合社区指标和现有指标的预测结果 | 第112-117页 |
| 6.5.2 现有指标与融合指标预测结果对比 | 第117-118页 |
| 6.5.3 基于融合信息的预测方法结果对比 | 第118-120页 |
| 6.6 小结 | 第120-123页 |
| 第七章 总结与展望 | 第123-127页 |
| 7.1 研究总结 | 第123-124页 |
| 7.2 工作展望 | 第124-127页 |
| 参考文献 | 第127-141页 |
| 致谢 | 第141-143页 |
| 作者简介 | 第143-145页 |
