| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 复杂网络的研究现状 | 第11-12页 |
| 1.2.2 软件网络的研究现状 | 第12-13页 |
| 1.2.3 节点的研究现状 | 第13页 |
| 1.3 存在的问题 | 第13-14页 |
| 1.4 主要研究内容 | 第14-15页 |
| 1.5 文章的组织结构 | 第15-16页 |
| 第2章 软件网络的模型构建与特性分析 | 第16-25页 |
| 2.1 问题分析 | 第16-17页 |
| 2.2 构建软件网络模型 | 第17-21页 |
| 2.2.1 无向加权网络的模型构建 | 第18-20页 |
| 2.2.2 有向加权网络的模型构建 | 第20-21页 |
| 2.3 软件网络特性分析 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 无向加权网络中关键节点的识别-NDET | 第25-38页 |
| 3.1 问题分析 | 第25-26页 |
| 3.2 证据理论基本概念 | 第26-27页 |
| 3.3 相关定义 | 第27-30页 |
| 3.4 基于证据理论识别软件网络中关键节点的算法 | 第30-34页 |
| 3.4.1 算法思想 | 第30页 |
| 3.4.2 合成基本概率分配和波动值的计算过程 | 第30-32页 |
| 3.4.3 算法NDET的实现过程及具体步骤 | 第32-34页 |
| 3.5 示例分析 | 第34-36页 |
| 3.6 本章小结 | 第36-38页 |
| 第4章 有向加权网络中关键节点的识别-IKN | 第38-50页 |
| 4.1 问题分析 | 第38-39页 |
| 4.2 软件网络中相关定义以及度量 | 第39-45页 |
| 4.2.1 相关定义 | 第39-41页 |
| 4.2.2 节点传播能力和影响能力的计算 | 第41-45页 |
| 4.3 基于传播能力和影响能力识别关键节点的算法 | 第45-46页 |
| 4.4 示例分析 | 第46-48页 |
| 4.5 本章小结 | 第48-50页 |
| 第5章 实验结果与分析 | 第50-63页 |
| 5.1 实验环境基本配置 | 第50页 |
| 5.2 实验所用数据集 | 第50-51页 |
| 5.3 无向加权网络中识别关键节点的算法实验结果分析 | 第51-55页 |
| 5.3.1 关键节点分布的稳定性 | 第51-52页 |
| 5.3.2 实验结果对比验证 | 第52-55页 |
| 5.4 有向加权网络中识别关键节点的算法实验结果分析 | 第55-62页 |
| 5.4.1 算法有效性分析 | 第55-57页 |
| 5.4.2 关键节点分析 | 第57-62页 |
| 5.5 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第68-69页 |
| 致谢 | 第69页 |