复杂网络的节点重要性及社区结构研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景及意义 | 第7-10页 |
| ·国内外研究动态 | 第10-13页 |
| ·研究目标 | 第13页 |
| ·本文的主要工作 | 第13-15页 |
| 第二章 复杂网络及其基本性质 | 第15-23页 |
| ·复杂网络定义及表示方法 | 第15-18页 |
| ·复杂网络定义 | 第15-16页 |
| ·复杂网络的表示方法 | 第16-18页 |
| ·复杂网络的主要特性 | 第18-20页 |
| ·小世界特性 | 第18页 |
| ·无尺度特性 | 第18-19页 |
| ·鲁棒性和脆弱性 | 第19-20页 |
| ·社区结构 | 第20页 |
| ·复杂网络的主要统计量 | 第20-23页 |
| ·平均路径长度 | 第20-21页 |
| ·聚类系数 | 第21页 |
| ·度分布 | 第21-23页 |
| 第三章 复杂网络中节点重要性评价 | 第23-37页 |
| ·利用网络上的行为特性抑制病毒传播 | 第23-25页 |
| ·发现复杂网络中的重要节点 | 第25-31页 |
| ·社会网络分析方法 | 第25-28页 |
| ·系统科学的分析方法 | 第28-29页 |
| ·信息搜索领域的分析方法 | 第29-31页 |
| ·实验结果 | 第31-37页 |
| ·真核细胞新陈代谢网络模块 | 第31-34页 |
| ·Karate 俱乐部网络 | 第34-37页 |
| 第四章 复杂网络的社区检测的典型算法 | 第37-45页 |
| ·K-L 算法 | 第37-38页 |
| ·基于 Laplace 矩阵的传统谱平分法 | 第38-39页 |
| ·GN 算法 | 第39-40页 |
| ·Newman 快速算法 | 第40-42页 |
| ·CNM 算法 | 第42-43页 |
| ·结合谱分析的凝聚算法 | 第43-45页 |
| 第五章 基于平均度最大化的社区检测算法 | 第45-55页 |
| ·相关工作 | 第45-47页 |
| ·社区的平均度 | 第45页 |
| ·社区中节点的几种可能情况 | 第45-46页 |
| ·社区检测算法的一般步骤 | 第46-47页 |
| ·社区检测的评价标准 | 第47-49页 |
| ·准备知识 | 第47-49页 |
| ·基于平均度最大化的算法 | 第49-51页 |
| ·实验结果 | 第51-55页 |
| ·GN 模拟网络 | 第51-53页 |
| ·Dophins 关系网络 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| ·本文总结 | 第55页 |
| ·后期工作及展望 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-63页 |
