基于多核CPU的复杂网络簇结构并行识别算法研究
| 提要 | 第1-7页 |
| 第1章 绪 论 | 第7-11页 |
| ·研究背景和意义 | 第7-8页 |
| ·研究现状 | 第8-9页 |
| ·本文工作和论文组织结构 | 第9-11页 |
| 第2章 复杂网络理论 | 第11-22页 |
| ·复杂网络的统计性质 | 第11-14页 |
| ·网络的图表示 | 第11页 |
| ·平均路径长度 | 第11-12页 |
| ·聚类系数 | 第12页 |
| ·度分布 | 第12页 |
| ·其它性质 | 第12-14页 |
| ·现实世界的复杂网络 | 第14-16页 |
| ·社会网 | 第14页 |
| ·信息网 | 第14-15页 |
| ·技术网 | 第15页 |
| ·生物网 | 第15-16页 |
| ·复杂网络簇识别算法 | 第16-22页 |
| ·复杂网络的簇结构 | 第16-17页 |
| ·复杂网络簇结构识别算法概括 | 第17-18页 |
| ·模块度的概念 | 第18-20页 |
| ·Newman的FN算法 | 第20-22页 |
| 第3章 基于模块度优化的簇识别算法 | 第22-34页 |
| ·CNM簇识别算法介绍及实现 | 第22-26页 |
| ·CNM的簇识别算法 | 第22-24页 |
| ·CNM算法的实现 | 第24-26页 |
| ·Vincent的快速聚类算法 | 第26-29页 |
| ·CNM算法和Vincent算法运行结果比较 | 第29-32页 |
| ·数据集 | 第29-31页 |
| ·实验结果 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第4章 Vincent簇识别算法的并行化研究 | 第34-42页 |
| ·Vincent快速算法并发式的改进 | 第34-36页 |
| ·并发下改进Vincent快速算法的思想 | 第34-35页 |
| ·并发算法的执行过程 | 第35-36页 |
| ·并行Vincent算法的实现 | 第36-38页 |
| ·实验结果和分析 | 第38-41页 |
| ·实验结果 | 第38-39页 |
| ·实验结果比较 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 复杂网络的统计特性研究 | 第42-54页 |
| ·簇规模的统计性质 | 第42-49页 |
| ·利用并发式Vincent算法分析簇规模 | 第43-47页 |
| ·利用CNM算法分析簇规模 | 第47-49页 |
| ·度分布分析 | 第49-53页 |
| ·引言 | 第49-50页 |
| ·统计分析流程 | 第50页 |
| ·实验结果 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第6章 总结和展望 | 第54-55页 |
| ·工作总结 | 第54页 |
| ·工作展望 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |
| 摘要 | 第58-60页 |
| Abstract | 第60-62页 |
