摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第9-17页 |
1.1 研究背景和意义 | 第10-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.3 本文的研究方法和内容 | 第14-15页 |
1.4 论文组织结构 | 第15-17页 |
第二章 相关理论与技术基础 | 第17-27页 |
2.1 复杂网络基本静态几何特征 | 第17-20页 |
2.1.1 复杂网络的拓扑结构的数学描述 | 第17-18页 |
2.1.2 网络直径与平均距离 | 第18-19页 |
2.1.3 集聚系数 | 第19-20页 |
2.1.4 真实网络统计性质实例 | 第20页 |
2.2 现有复杂网络结构特性度量方法 | 第20-24页 |
2.2.1 节点的度 | 第20-21页 |
2.2.2 节点的介数中心性 | 第21-22页 |
2.2.3 接近中心性 | 第22页 |
2.2.4 维数 | 第22-23页 |
2.2.5 结构熵 | 第23-24页 |
2.3 香农熵与非广延熵 | 第24-27页 |
2.3.1 香农熵 | 第24页 |
2.3.2 非广延熵 | 第24-27页 |
第三章 基于局域熵的节点重要度评估 | 第27-47页 |
3.1 基于香农熵的局域熵定义 | 第27-30页 |
3.1.1 构建复杂网络中节点的局域网络 | 第28-29页 |
3.1.2 构建局域网络的概率集 | 第29页 |
3.1.3 计算局域网络的结构熵 | 第29-30页 |
3.2 算例 | 第30-31页 |
3.3 在真实网络中的影响评估 | 第31-42页 |
3.3.1 Email-network中节点重要度的评估 | 第33-35页 |
3.3.2 美国航空网路中节点重要度的评估 | 第35-37页 |
3.3.3 德国高速路网络中节点重要度的评估 | 第37-40页 |
3.3.4 酵母菌相互作用网络中节点重要度的评估 | 第40-42页 |
3.4 局域熵与其他几种算法的关联性 | 第42-45页 |
3.5 本章小结 | 第45-47页 |
第四章 基于相对熵的节点相似度度量 | 第47-63页 |
4.1 节点相对熵的定义 | 第47-50页 |
4.1.1 构建节点的局域网络 | 第48-49页 |
4.1.2 构建节点的概率集合 | 第49-50页 |
4.1.3 基于相对熵的节点相似度评估 | 第50页 |
4.2 相对熵方法的应用示例 | 第50-54页 |
4.3 基于现实网络系统中的应用评估 | 第54-61页 |
4.4 本章小结 | 第61-63页 |
第五章 基于非广延熵的复杂网络结构熵 | 第63-75页 |
5.1 复杂网络结构复杂度的度量 | 第64页 |
5.2 基于非广延熵的复杂网路结构熵 | 第64-67页 |
5.3 非广延结构熵在典型示例网络中的计算应用 | 第67-70页 |
5.4 现实网络的复杂网络非广延结构熵的计算 | 第70-73页 |
5.5 本章小结 | 第73-75页 |
第六章 基于非广延熵的复杂网络信息维数 | 第75-87页 |
6.1 信息维数和复杂网络分形与自相似 | 第76-77页 |
6.2 基于非广延熵的复杂网络信息维数定义 | 第77-79页 |
6.3 现实世界中的复杂网路的信息维数的度量 | 第79-80页 |
6.4 本章小结 | 第80-87页 |
第七章 总结与展望 | 第87-91页 |
7.1 本文工作总结 | 第87-89页 |
7.2 未来工作展望 | 第89-91页 |
参考文献 | 第91-95页 |
简历 | 第95-97页 |
发表文章目录 | 第97-99页 |
致谢 | 第99页 |