首页--数理科学和化学论文--数学论文--代数、数论、组合理论论文--组合数学(组合学)论文--图论论文

基于拓扑结构的复杂网络影响力节点挖掘方法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-16页
    1.1 课题研究背景和意义第10-11页
    1.2 国内外研究现状第11-13页
        1.2.1 复杂网络研究现状第11-12页
        1.2.2 影响力节点挖掘算法研究现状第12-13页
    1.3 存在的问题第13-14页
    1.4 本文研究内容第14页
    1.5 本文组织结构第14-16页
第2章 复杂网络相关知识第16-25页
    2.1 复杂网络理论分析第16-19页
        2.1.1 复杂网络图论表示第16-17页
        2.1.2 复杂网络的统计特性第17-19页
    2.2 复杂网络演化模型第19-22页
    2.3 影响力节点经典挖掘方法第22-23页
    2.4 影响力节点经典挖掘方法特性分析第23-24页
    2.5 本章小结第24-25页
第3章 基于度中心性识别无权网络中影响力节点第25-34页
    3.1 问题分析第25-26页
    3.2 相关概念第26-28页
        3.2.1 基本定义第26-27页
        3.2.2 调优参数θ的确定第27-28页
    3.3 基于度中心性的影响力节点算法设计第28-32页
        3.3.1 无权网络中节点影响力度量第28-29页
        3.3.2 算法的整体框架第29-30页
        3.3.3 基于度中心性的影响力节点TDC算法第30-32页
    3.4 实例分析第32-33页
    3.5 本章小结第33-34页
第4章 基于聚类度识别加权网络中影响力节点第34-43页
    4.1 问题分析第34-35页
    4.2 相关概念第35-37页
        4.2.1 基础知识第35页
        4.2.2 基本定义第35-37页
    4.3 基于聚类度的影响力节点算法设计第37-40页
        4.3.1 加权网络中节点影响力度量第37页
        4.3.2 算法的整体框架第37-39页
        4.3.3 基于聚类度的影响力节点CDA算法第39-40页
    4.4 实例分析第40-42页
    4.5 本章小结第42-43页
第5章 算法的实验结果分析第43-59页
    5.1 实验环境第43页
    5.2 实验仿真模型和评价标准第43-44页
    5.3 WDC算法实现与实验结果分析第44-51页
        5.3.1 实验数据第44页
        5.3.2 调优参数θ初始化第44-45页
        5.3.3 实验结果分析第45-51页
    5.4 CDA算法实现与实验结果分析第51-58页
        5.4.1 实验数据第51-52页
        5.4.2 实验结果分析第52-58页
    5.5 本章小结第58-59页
结论第59-60页
参考文献第60-64页
攻读硕士学位期间承担的科研任务与主要成果第64-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:牛顿的神学与科学的相关性初探
下一篇:基于社区结构的复杂网络分布式关键节点挖掘算法