| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 研究内容 | 第10页 |
| 1.2 研究背景及意义 | 第10-13页 |
| 1.3 研究现状 | 第13-18页 |
| 1.3.1 基于统计特性的拓扑结构研究 | 第13-15页 |
| 1.3.2 其他关于拓扑结构分析的研究现状 | 第15-18页 |
| 1.4 本文主要结构 | 第18-20页 |
| 第2章 原始统计特性特征空间的构建 | 第20-35页 |
| 2.1 算法核心思想 | 第20页 |
| 2.2 复杂网络演化模型 | 第20-27页 |
| 2.2.1 纯拓扑结构 | 第21-22页 |
| 2.2.2 典型拓扑结构演化模型 | 第22-26页 |
| 2.2.3 原始特征空间网络模型的选择 | 第26-27页 |
| 2.3 统计特性的选择 | 第27-32页 |
| 2.3.1 复杂网络统计特性 | 第27-31页 |
| 2.3.2 原始特征空间的统计特性选取 | 第31-32页 |
| 2.4 纯拓扑结构的可分性 | 第32-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第3章 网络拓扑的特征空间优化 | 第35-42页 |
| 3.1 降维方法概述 | 第35-36页 |
| 3.2 降维策略与准则函数设计 | 第36-40页 |
| 3.2.1 分支定界法 | 第36-37页 |
| 3.2.2 算法流程 | 第37-39页 |
| 3.2.3 准则函数 | 第39-40页 |
| 3.3 最优特征组合 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 基于最优统计特性特征空间的拓扑结构相似性分析 | 第42-51页 |
| 4.1 拓扑结构相似性的度量问题 | 第42-43页 |
| 4.2 演化模型拓扑结构分析 | 第43-48页 |
| 4.3 抽样网络拓扑结构分析 | 第48-49页 |
| 4.4 本章小结 | 第49-51页 |
| 结论与展望 | 第51-53页 |
| 参考文献 | 第53-59页 |
| 攻读学位期间发表论文与研究成果清单 | 第59-60页 |
| 致谢 | 第60页 |