| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 复杂网络概况 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 复杂网络研究现状 | 第12-13页 |
| 1.2.2 动态模式挖掘研究现状 | 第13-14页 |
| 1.2.3 复杂网络聚类研究现状 | 第14-15页 |
| 1.2.4 网络化软件复杂性分析研究现状 | 第15-16页 |
| 1.3 动态模式挖掘存在的问题 | 第16页 |
| 1.4 本课题研究的主要内容 | 第16-17页 |
| 1.5 本文结构安排 | 第17-18页 |
| 第2章 基于复杂网络的周期动态模式挖掘方法 | 第18-33页 |
| 2.1 引言 | 第18-19页 |
| 2.2 基本概念与定义 | 第19-24页 |
| 2.2.1 基本概念 | 第19-20页 |
| 2.2.2 周期动态模式 | 第20-22页 |
| 2.2.3 周期动态模式挖掘过程 | 第22-24页 |
| 2.3 基于复杂网络的动态模式挖掘算法 | 第24-31页 |
| 2.3.1 有向图矩阵构建算法 | 第24-25页 |
| 2.3.2 基于图矩阵的规则边搜索算法 | 第25-26页 |
| 2.3.3 频繁周期动态模式挖掘算法 | 第26-27页 |
| 2.3.4 频繁周期跳跃模式挖掘算法 | 第27-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第3章 动态社会网络的演化聚类方法 | 第33-39页 |
| 3.1 引言 | 第33-34页 |
| 3.2 基本概念与定义 | 第34-36页 |
| 3.2.1 基本概念 | 第34页 |
| 3.2.2 演化网络定义 | 第34-35页 |
| 3.2.3 演化聚类方法 | 第35-36页 |
| 3.3 演化聚类算法 | 第36-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 网络化软件中的关键执行路径挖掘方法 | 第39-48页 |
| 4.1 引言 | 第39-40页 |
| 4.2 基本概念与定义 | 第40-43页 |
| 4.2.1 软件系统的网络特性 | 第40-43页 |
| 4.2.2 网络化软件的复杂性 | 第43页 |
| 4.3 软件网络中关键执行路径挖掘方法 | 第43-47页 |
| 4.3.1 SN-DW模型建模方法 | 第44-45页 |
| 4.3.2 基于SN-DW模型的关键执行路径挖掘方法 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 算法及实验结果分析 | 第48-55页 |
| 5.1 实验数据集的来源 | 第48页 |
| 5.2 动态模式挖掘算法 | 第48-51页 |
| 5.2.1 实验的基本配置 | 第48-49页 |
| 5.2.2 算法性能分析 | 第49-51页 |
| 5.3 演化聚类算法 | 第51-54页 |
| 5.3.1 实验的基本配置 | 第51页 |
| 5.3.2 算法性能分析 | 第51-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第61-62页 |
| 致谢 | 第62-63页 |
| 作者简介 | 第63页 |