基于链路预测的煤矿瓦斯灾害网络研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第9-16页 |
| 1.1 选题背景及选题意义 | 第9-11页 |
| 1.1.1 选题背景 | 第9-10页 |
| 1.1.2 选题意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 复杂网络的研究现状 | 第11-12页 |
| 1.2.2 链路预测的研究现状 | 第12-13页 |
| 1.2.3 链路预测在灾害预测分析中应用情况 | 第13-14页 |
| 1.3 本文主要研究内容及技术路线 | 第14-16页 |
| 1.3.1 研究内容 | 第14页 |
| 1.3.2 技术路线 | 第14-16页 |
| 2 煤矿瓦斯灾害网络理论基础 | 第16-24页 |
| 2.1 灾害网络特征及性质 | 第16-18页 |
| 2.1.1 灾害网络的构成 | 第16-17页 |
| 2.1.2 灾害网络的特征 | 第17-18页 |
| 2.1.3 网络节点确定 | 第18页 |
| 2.1.4 网络连边确定 | 第18页 |
| 2.2 灾害网络分析的数学方法 | 第18-20页 |
| 2.2.1 复杂网络的表示 | 第18-19页 |
| 2.2.2 数据处理的主要工具 | 第19-20页 |
| 2.3 煤矿瓦斯灾害网络的特性分析 | 第20-23页 |
| 2.3.1 灾害网络整体属性研究 | 第20-22页 |
| 2.3.2 灾害网络中心性分析 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 煤矿瓦斯灾害网络基本拓扑性质 | 第24-42页 |
| 3.1 瓦斯灾害数据来源及预处理 | 第24-27页 |
| 3.2 度及度分布 | 第27-31页 |
| 3.2.1 平均度 | 第28页 |
| 3.2.2 度分布 | 第28-31页 |
| 3.3 瓦斯灾害网络拓扑性质 | 第31-35页 |
| 3.3.1 密度 | 第31页 |
| 3.3.2 簇系数 | 第31-34页 |
| 3.3.3 平均路径长度 | 第34-35页 |
| 3.4 煤矿瓦斯灾害网络节点重要性 | 第35-40页 |
| 3.4.1 度中心性 | 第35-36页 |
| 3.4.2 近性中心性 | 第36-37页 |
| 3.4.3 介性中心性 | 第37-39页 |
| 3.4.4 特征向量中心性 | 第39-40页 |
| 3.5 本章小结 | 第40-42页 |
| 4 瓦斯灾害网络链路预测算法 | 第42-49页 |
| 4.1 链路预测理论基础 | 第42页 |
| 4.2 几种网络特征预测方法 | 第42-48页 |
| 4.2.1 基于共同邻居的相似性预测 | 第43-44页 |
| 4.2.2 其他局部信息的相似度预测 | 第44-45页 |
| 4.2.3 基于路径的相似性预测 | 第45-46页 |
| 4.2.4 基于全局随机游走的相似性预测 | 第46-47页 |
| 4.2.5 基于局部随机游走的相似性预测 | 第47-48页 |
| 4.3 链路预测精确度评价 | 第48页 |
| 4.4 本章小结 | 第48-49页 |
| 5 基于链路预测的煤矿瓦斯灾害网络应用 | 第49-62页 |
| 5.1 链路预测精确度检验 | 第49-54页 |
| 5.1.1 局部信息相似性指标 | 第49-50页 |
| 5.1.2 基于路径的相似性指标 | 第50-51页 |
| 5.1.3 基于全局随机游走的相似性指标 | 第51-52页 |
| 5.1.4 基于局部随机游走的相似性指标 | 第52-53页 |
| 5.1.5 不同抽样次数的比较 | 第53-54页 |
| 5.2 重要节点连边对网络的影响 | 第54-57页 |
| 5.2.1 删除度中心性高节点的连边 | 第55-56页 |
| 5.2.2 删除通风类致灾因素的连边 | 第56-57页 |
| 5.3 网络加权 | 第57-58页 |
| 5.4 实例分析 | 第58-61页 |
| 5.5 本章小结 | 第61-62页 |
| 6 结论和展望 | 第62-64页 |
| 6.1 结论 | 第62-63页 |
| 6.2 创新点 | 第63页 |
| 6.3 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 附录 | 第69-70页 |
| 瓦斯网络结构图 | 第70页 |
