摘要 | 第4-5页 |
abstract | 第5-6页 |
第1章 绪论 | 第10-18页 |
1.1 研究背景 | 第10-11页 |
1.2 网络的基本概念 | 第11-12页 |
1.3 最短路径问题 | 第12-15页 |
1.3.1 经典算法及其局限性 | 第12-14页 |
1.3.2 近似算法及其发展 | 第14-15页 |
1.4 本文工作 | 第15-16页 |
1.5 论文组织结构 | 第16-18页 |
第2章 复杂网络知识概述 | 第18-26页 |
2.1 网络的基本特性 | 第19-21页 |
2.1.1 网络的复杂性 | 第19-20页 |
2.1.2 网络的特征 | 第20-21页 |
2.2 网络的常见度量 | 第21-22页 |
2.3 网络节点重要性指标k-core和k-shell | 第22-25页 |
2.4 本章小结 | 第25-26页 |
第3章 最短路径算法加速技术研究 | 第26-33页 |
3.1 基本加速技术 | 第26-27页 |
3.1.1 数据预处理技术 | 第26页 |
3.1.2 优先队列技术 | 第26-27页 |
3.1.3 双向搜索技术 | 第27页 |
3.2 分层技术 | 第27-29页 |
3.3 目标引导技术 | 第29-31页 |
3.4 各类加速技术的综合应用 | 第31-32页 |
3.5 本章小结 | 第32-33页 |
第4章 基于k-core分区域的最短路径算法研究 | 第33-51页 |
4.1 网络划分区域方案 | 第33-38页 |
4.1.1 基于k-core水平划分k-shell子网 | 第33-36页 |
4.1.2 基于k-shell子网划分网络区域 | 第36-38页 |
4.2 数据预处理 | 第38-41页 |
4.2.1 高层区域APSP的预处理 | 第38页 |
4.2.2 中间层区域基于度序列的超点聚合预处理 | 第38-40页 |
4.2.3 网络节点的引导信息预处理 | 第40-41页 |
4.3 基于k-shell的目标引导搜索方法 | 第41-45页 |
4.4 基于k-core分区域的最短路径算法实现 | 第45-49页 |
4.5 本章小结 | 第49-51页 |
第5章 实验分析 | 第51-61页 |
5.1 测试环境 | 第51-52页 |
5.2 网络分区域实验结果与分析 | 第52-54页 |
5.3 最短路径近似算法实验结果与分析 | 第54-60页 |
5.3.1 算法在不同规模真实网络下的性能分析 | 第54-56页 |
5.3.2 算法在幂律指数γ为2至3的无标度网络模型下的适用性 | 第56-58页 |
5.3.3 算法在不同规模幂律指数γ为2至3的无标度网络模型下的适用性 | 第58-60页 |
5.4 本章小结 | 第60-61页 |
第6章 结论与展望 | 第61-63页 |
6.1 工作总结 | 第61-62页 |
6.2 展望 | 第62-63页 |
致谢 | 第63-64页 |
参考文献 | 第64-67页 |