| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 引言 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文的研究背景及意义 | 第11页 |
| 1.4 本文的研究方法和内容 | 第11页 |
| 1.5 论文组织结构 | 第11-13页 |
| 第二章 基础理论介绍 | 第13-19页 |
| 2.1 时间序列 | 第13-15页 |
| 2.1.1 分形布朗运动 | 第13-14页 |
| 2.1.2 Hurst指数 | 第14-15页 |
| 2.2 复杂网络基本理论 | 第15-16页 |
| 2.2.1 度分布 | 第15页 |
| 2.2.2 平均路径长度 | 第15页 |
| 2.2.3 集聚系数 | 第15-16页 |
| 2.3 基于可视图的时间序列与复杂网络的转换策略 | 第16-19页 |
| 2.3.1 经典可视图 | 第16-17页 |
| 2.3.2 水平可视图 | 第17-19页 |
| 第三章 经典可视图算法的优化 | 第19-37页 |
| 3.1 朴素算法 | 第19-21页 |
| 3.2 最大值分割算法 | 第21-25页 |
| 3.3 单调时间序列的优化 | 第25-26页 |
| 3.4 最远分割点算法 | 第26-28页 |
| 3.5 启发式算法 | 第28页 |
| 3.6 凸包分割算法 | 第28-31页 |
| 3.7 实验与分析 | 第31-37页 |
| 第四章 水平可视图算法的优化 | 第37-45页 |
| 4.1 朴素算法 | 第37-38页 |
| 4.2 单调栈优化算法 | 第38-41页 |
| 4.3 实验与分析 | 第41-45页 |
| 第五章 可视图在分形布朗运动序列的应用 | 第45-55页 |
| 5.1 可视图 | 第45-51页 |
| 5.1.1 度分布 | 第45-46页 |
| 5.1.2 平均度 | 第46-47页 |
| 5.1.3 集聚系数 | 第47-51页 |
| 5.2 水平可视图 | 第51-55页 |
| 5.2.1 最远可视距离 | 第51页 |
| 5.2.2 最远可视距离的分布：一种更为方便的估计Hurst指数的方法 | 第51-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 发表文章目录 | 第61-63页 |
| 致谢 | 第63页 |