基于压缩与聚类分析的复杂网络可视化技术研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 复杂网络压缩算法研究现状 | 第14页 |
| 1.2.2 复杂网络聚类算法研究现状 | 第14-15页 |
| 1.2.3 复杂网络可视化布局算法研究现状 | 第15-16页 |
| 1.3 论文研究内容与主要工作 | 第16-17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第二章 相关理论和技术简介 | 第19-28页 |
| 2.1 复杂网络基本概念 | 第19-21页 |
| 2.1.1 复杂网络概述 | 第19-20页 |
| 2.1.2 复杂网络特性 | 第20页 |
| 2.1.3 复杂网络统计特征 | 第20-21页 |
| 2.2 常用网络压缩技术 | 第21-22页 |
| 2.3 常用网络社区挖掘聚类算法 | 第22-25页 |
| 2.3.1 Newman快速算法 | 第23-24页 |
| 2.3.2 局部优化重叠社区挖掘算法 | 第24-25页 |
| 2.4 常用力导引布局算法 | 第25-27页 |
| 2.4.1 基于能量模型的KK算法 | 第25-26页 |
| 2.4.2 基于弹簧模型的FR算法 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于节点和边重要性的网络压缩算法设计 | 第28-41页 |
| 3.1 算法的提出与思想 | 第28页 |
| 3.2 节点重要性评估模型及计算方法 | 第28-31页 |
| 3.2.1 节点度和聚集系数进一步分析 | 第29页 |
| 3.2.2 评估模型及压缩案例 | 第29-31页 |
| 3.3 边重要性评估模型及计算方法 | 第31-33页 |
| 3.4 算法主要设计 | 第33-34页 |
| 3.5 实验与结果分析 | 第34-39页 |
| 3.5.1 算法评价标准 | 第34-36页 |
| 3.5.2 基于仿真网络的实验结果分析 | 第36-38页 |
| 3.5.3 基于真实网络的实验结果分析 | 第38-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第四章 基于核心节点的网络社区挖掘聚类算法设计 | 第41-52页 |
| 4.1 算法的提出与思想 | 第41页 |
| 4.2 核心节点的选取与优化处理 | 第41-43页 |
| 4.3 算法主要设计 | 第43-46页 |
| 4.3.1 基于局部信息的社区挖掘 | 第43-45页 |
| 4.3.2 重叠节点的处理 | 第45-46页 |
| 4.3.3 算法的主要流程 | 第46页 |
| 4.4 实验与结果分析 | 第46-51页 |
| 4.4.1 算法评价标准 | 第46-47页 |
| 4.4.2 基于仿真网络的实验结果分析 | 第47-50页 |
| 4.4.3 基于真实网络的实验结果分析 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 基于社区结构的网络可视化布局算法设计 | 第52-61页 |
| 5.1 算法的提出与思想 | 第52页 |
| 5.2 社区结构的再加工 | 第52-54页 |
| 5.3 KK和FR算法的改进 | 第54-56页 |
| 5.3.1 基于社区紧密度的KK算法 | 第54-55页 |
| 5.3.2 基于圆形显示方式的FR算法 | 第55-56页 |
| 5.4 算法主要设计 | 第56-58页 |
| 5.4.1 算法的主要流程 | 第56-57页 |
| 5.4.2 全局修饰 | 第57-58页 |
| 5.5 实验与结果分析 | 第58-60页 |
| 5.5.1 布局结果分析 | 第58-59页 |
| 5.5.2 时间效率分析 | 第59-60页 |
| 5.6 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士期间发表的学术论文和科研情况 | 第68页 |
