| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-11页 |
| 1.1 子图发现问题概述 | 第6页 |
| 1.2 图聚类研究现状 | 第6-7页 |
| 1.3 稠密子图发现研究现状 | 第7-8页 |
| 1.4 统计显著子图发现研究现状 | 第8-10页 |
| 1.5 研究动机与本文主要贡献 | 第10-11页 |
| 2 相关技术 | 第11-18页 |
| 2.1 随机图生成方法 | 第11-13页 |
| 2.1.1 Erd?s–Rényi model | 第11页 |
| 2.1.2 Configuration model | 第11-12页 |
| 2.1.3 LFR benchmark模型 | 第12-13页 |
| 2.2 假设检验 | 第13-15页 |
| 2.3 错误率控制 | 第15-16页 |
| 2.4 Fisher’s exact test | 第16-18页 |
| 3 统计显著子图发现算法 | 第18-35页 |
| 3.1 问题描述 | 第18页 |
| 3.2 相关定义 | 第18-22页 |
| 3.2.1 单个节点的p-value计算 | 第18-20页 |
| 3.2.2 加速技术 | 第20-21页 |
| 3.2.3 p-value的计算方法 | 第21-22页 |
| 3.3 算法描述 | 第22-27页 |
| 3.3.1 寻找单个统计显著子图 | 第24-26页 |
| 3.3.3 结果后处理 | 第26-27页 |
| 3.4 仿真数据实验 | 第27-32页 |
| 3.4.1 评价指标 | 第28页 |
| 3.4.2 无社区结构网络 | 第28-29页 |
| 3.4.3 多社区网络 | 第29-32页 |
| 3.5 真实数据实验 | 第32-35页 |
| 3.5.1 数据集介绍 | 第32页 |
| 3.5.2 实验结果评估 | 第32-35页 |
| 4 算法应用 | 第35-56页 |
| 4.1 蛋白质复合物发现问题 | 第35-37页 |
| 4.1.1 蛋白质复合物发现相关背景及研究现状 | 第35-36页 |
| 4.1.2 蛋白质复合物发现评估方法 | 第36-37页 |
| 4.2 数据描述 | 第37-39页 |
| 4.3 参数设置 | 第39页 |
| 4.4 实验结果 | 第39-46页 |
| 4.4.1 NMI | 第39-40页 |
| 4.4.2 综合评价指标 | 第40-43页 |
| 4.4.3 F1 score | 第43-45页 |
| 4.4.4 实验结果总结 | 第45-46页 |
| 4.5 统计显著子图发现对比实验 | 第46-48页 |
| 4.6 FWER vs FDR | 第48-51页 |
| 4.7 超几何分布vs二项分布 | 第51-53页 |
| 4.8 参数的敏感性 | 第53-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间发表学术论文情况 | 第62-63页 |
| 致谢 | 第63-65页 |