| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 理论背景 | 第9-17页 |
| 1.1 复杂网络的基本概念 | 第9-10页 |
| 1.2 混沌系统概述 | 第10-12页 |
| 1.2.1 Henon映象 | 第11-12页 |
| 1.2.2 Rossler系统 | 第12页 |
| 1.3 混沌相同步概述 | 第12-15页 |
| 1.4 熵 | 第15-16页 |
| 1.5 本文主要工作 | 第16-17页 |
| 第二章 方法构建与理论分析 | 第17-29页 |
| 2.1 时间序列网络化 | 第17-21页 |
| 2.1.1 可视图网络(VisibilityGraph) | 第17-18页 |
| 2.1.2 递归网络(RecurrenceNetworks) | 第18-19页 |
| 2.1.3 转换网络(TransitionNetwork) | 第19-21页 |
| 2.2 多变量OP转换网络构建 | 第21-25页 |
| 2.2.1 多变量OP定义 | 第21-23页 |
| 2.2.2 转换网络构建 | 第23-24页 |
| 2.2.3 边熵和点熵 | 第24-25页 |
| 2.3 理论方法 | 第25-29页 |
| 2.3.1 相平面分析法 | 第25-27页 |
| 2.3.2 OP转换可行性理论分析 | 第27-29页 |
| 第三章 方法应用与计算 | 第29-41页 |
| 3.1 单系统分析 | 第29-33页 |
| 3.1.1 周期离散系统 | 第29-31页 |
| 3.1.2 Henon映象 | 第31-32页 |
| 3.1.3 Rossler系统 | 第32-33页 |
| 3.2 动力学行为转变识别 | 第33-38页 |
| 3.2.1 相相关态到非相相关态识别 | 第33-36页 |
| 3.2.2 耦合系统相同步识别 | 第36-38页 |
| 3.3 大脑fMRI数据分析 | 第38-41页 |
| 第四章 结论与展望 | 第41-43页 |
| 4.1 结论 | 第41-42页 |
| 4.2 展望 | 第42-43页 |
| 参考文献 | 第43-47页 |
| 攻读硕士学位期间发表的论文 | 第47-48页 |
| 致谢 | 第48页 |
