社团结构及相关问题的研究
| 中文摘要 | 第5-7页 |
| 英文摘要 | 第7-12页 |
| 第一章 绪论 | 第12-27页 |
| 1.1 复杂网络的发展概况和研究意义 | 第12-14页 |
| 1.1.1 复杂网络的发展概况 | 第12-13页 |
| 1.1.2 复杂网络的研究意义 | 第13-14页 |
| 1.2 复杂网络的基本术语和统计特征 | 第14-23页 |
| 1.2.1 复杂网络的基本术语 | 第15-20页 |
| 1.2.2 复杂网络的统计特征 | 第20-23页 |
| 1.3 本文主要工作 | 第23-27页 |
| 第二章 社团结构划分算法 | 第27-56页 |
| 2.1 引言 | 第27-30页 |
| 2.2 非重叠社团结构划分算法 | 第30-42页 |
| 2.2.1 初始社团 | 第30-32页 |
| 2.2.2 优化社团 | 第32-33页 |
| 2.2.3 算法复杂性 | 第33-34页 |
| 2.2.4 实验结果 | 第34-42页 |
| 2.3 重叠社团结构划分算法 | 第42-54页 |
| 2.3.1 候选种子集 | 第44页 |
| 2.3.2 初始社团 | 第44-46页 |
| 2.3.3 优化社团 | 第46页 |
| 2.3.4 算法复杂性 | 第46页 |
| 2.3.5 实验结果 | 第46-54页 |
| 2.4 总结和讨论 | 第54-56页 |
| 第三章 社团结构演化模型及动力学行为 | 第56-73页 |
| 3.1 引言 | 第56-57页 |
| 3.2 社团演化模型 | 第57-59页 |
| 3.3 社团动力学行为 | 第59-65页 |
| 3.3.1 模块度 | 第59-61页 |
| 3.3.2 疾病传播 | 第61-64页 |
| 3.3.3 网络熵 | 第64-65页 |
| 3.4 实验结果 | 第65-70页 |
| 3.5 总结和讨论 | 第70-73页 |
| 第四章 小世界网络上时滞多智能体一致性问题 | 第73-83页 |
| 4.1 引言 | 第73-74页 |
| 4.2 时滞多智能体系统的一致性问题 | 第74-76页 |
| 4.3 时滞多智能体系统的动力学行为 | 第76-80页 |
| 4.4 仿真验证 | 第80页 |
| 4.5 总结和讨论 | 第80-83页 |
| 第五章 链路预测算法和算法选择分析 | 第83-107页 |
| 5.1 引言 | 第83-85页 |
| 5.2 链路预测算法 | 第85-89页 |
| 5.2.1 数据集描述 | 第85-86页 |
| 5.2.2 算法描述 | 第86-89页 |
| 5.3 算法测试 | 第89-95页 |
| 5.4 算法选择分析 | 第95-105页 |
| 5.4.1 测试数据集 | 第96-97页 |
| 5.4.2 指标相关性 | 第97-101页 |
| 5.4.3 算法选择分析 | 第101-105页 |
| 5.5 总结和讨论 | 第105-107页 |
| 第六章 结论与展望 | 第107-111页 |
| 6.1 结论 | 第107-108页 |
| 6.2 展望 | 第108-111页 |
| 参考文献 | 第111-127页 |
| 附录一 致谢 | 第127-128页 |
| 附录二 作者读博士期间发表和录用论文情况 | 第128-130页 |
