复杂网络的重要链接识别方法研究
| 中文摘要 | 第10-12页 |
| Abstract | 第12-13页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 边的重要性 | 第15-16页 |
| 1.2.2 节点的重要性 | 第16-17页 |
| 1.2.3 边的重要性研究存在的问题 | 第17-18页 |
| 1.3 本文研究内容与主要工作 | 第18-19页 |
| 1.4 论文组织结构 | 第19-22页 |
| 第二章 重要性排序的相关知识 | 第22-32页 |
| 2.1 复杂网络简介 | 第22-25页 |
| 2.2 边重要性算法 | 第25-27页 |
| 2.3 节点重要性与评价基准 | 第27-30页 |
| 2.3.1 节点重要性算法 | 第27-29页 |
| 2.3.2 传染病模型 | 第29-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 边在维持全局连通的重要性衡量算法 | 第32-52页 |
| 3.1 问题描述 | 第32-33页 |
| 3.2 LE算法 | 第33-39页 |
| 3.2.1 非负矩阵分解 | 第33-35页 |
| 3.2.2 量化策略 | 第35-36页 |
| 3.2.3 计算边熵的例子 | 第36-37页 |
| 3.2.4 边熵运用到科研合作网 | 第37-39页 |
| 3.3 实验数据及度量方法 | 第39-41页 |
| 3.3.1 数据描述及其统计特性 | 第39-40页 |
| 3.3.2 度量方法 | 第40-41页 |
| 3.4 实验结果与分析 | 第41-51页 |
| 3.4.1 不同衡量策略的比较 | 第41-44页 |
| 3.4.2 社区数目K对LE的影响 | 第44-47页 |
| 3.4.3 初始矩阵X对LE的影响 | 第47-50页 |
| 3.4.4 LE在加权或有向网络上的探究 | 第50-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 边在信息传播重要性的衡量算法 | 第52-70页 |
| 4.1 问题描述 | 第52-53页 |
| 4.2 IFL算法 | 第53-56页 |
| 4.2.1 模型介绍 | 第53-55页 |
| 4.2.2 算法描述 | 第55-56页 |
| 4.2.3 计算连边信息负载量的例子 | 第56页 |
| 4.3 实验数据及度量方法 | 第56-59页 |
| 4.3.1 数据描述及其统计特性 | 第56-58页 |
| 4.3.2 度量方法 | 第58-59页 |
| 4.4 实验结果与分析 | 第59-68页 |
| 4.4.1 标量常数 m 对IFL的影响 | 第60-62页 |
| 4.4.2 不同衡量策略的比较 | 第62-64页 |
| 4.4.3 与k壳分解算法进行比较 | 第64-66页 |
| 4.4.4 IFL量化边在传播信息重要性的展示图 | 第66-68页 |
| 4.5 本章小结 | 第68-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 5.1 本文工作总结 | 第70-71页 |
| 5.2 研究工作展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 攻读学位期间取得的研究成果 | 第78-80页 |
| 致谢 | 第80-82页 |
| 个人简况及联系方式 | 第82-83页 |
