摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-18页 |
1.1 研究工作的背景与意义 | 第10-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 同步理论及其应用 | 第12-14页 |
1.2.2 金融网络研究 | 第14-15页 |
1.2.3 脑网络研究 | 第15-16页 |
1.3 本文的主要贡献与创新 | 第16-17页 |
1.4 本论文的结构安排 | 第17-18页 |
第二章 相关技术基础 | 第18-32页 |
2.1 数据聚类 | 第18-23页 |
2.1.1 数据聚类基本概念 | 第18-20页 |
2.1.2 常用的相似性(相异性)度量指标 | 第20-22页 |
2.1.3 常用的评价指标 | 第22-23页 |
2.2 基于划分的数据聚类算法 | 第23-25页 |
2.3 基于层次的数据聚类算法 | 第25-26页 |
2.4 基于密度的数据聚类算法 | 第26-27页 |
2.5 基于模型的数据聚类算法 | 第27-31页 |
2.5.1 常见的基于模型的聚类算法 | 第27-29页 |
2.5.2 基于同步振子的聚类算法 | 第29-31页 |
2.6 本章小结 | 第31-32页 |
第三章 基于同步理论的金融网络社团检测研究 | 第32-49页 |
3.1 问题提出及相关研究 | 第32-33页 |
3.2 相关算法 | 第33-37页 |
3.2.1 基于同步理论的金融网络社团挖掘算法 | 第33-36页 |
3.2.2 对比算法-Newman快速社团检测算法 | 第36-37页 |
3.3 实验设计 | 第37-40页 |
3.3.1 实验数据集 | 第37-38页 |
3.3.2 实验评价指标 | 第38-39页 |
3.3.3 实验方法及过程 | 第39-40页 |
3.4 实验结果分析 | 第40-47页 |
3.4.1 关联矩阵谱分析 | 第40-41页 |
3.4.2 检测结果分析 | 第41-46页 |
3.4.3 与基准检测算法对比 | 第46-47页 |
3.5 本章小结 | 第47-49页 |
第四章 基于同步理论的视觉任务下脑网络功能连通性研究 | 第49-67页 |
4.1 相关研究及问题提出 | 第49-51页 |
4.2 相关算法 | 第51-56页 |
4.2.1 相似性度量指标 | 第51-52页 |
4.2.2 基于同步理论的脑网络功能连通性检测算法 | 第52-54页 |
4.2.3 基于大脑皮层功能分区的解剖聚类 | 第54-56页 |
4.3 实验设计 | 第56-58页 |
4.3.1 实验数据集及相关预处理 | 第56-57页 |
4.3.2 实验评价方法 | 第57页 |
4.3.3 实验方法及过程 | 第57-58页 |
4.4 实验结果分析 | 第58-65页 |
4.5 本章小结 | 第65-67页 |
第五章 总结与展望 | 第67-69页 |
5.1 总结 | 第67-68页 |
5.2 展望 | 第68-69页 |
致谢 | 第69-70页 |
参考文献 | 第70-75页 |
攻读硕士学位期间取得的成果 | 第75-76页 |