| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 引言 | 第10-17页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·布点算法 | 第12-14页 |
| ·图形聚类 | 第14-15页 |
| ·研究目的和主要研究工作 | 第15-16页 |
| ·论文的组织结构 | 第16-17页 |
| 第二章 相关背景知识介绍 | 第17-34页 |
| ·图形可视化系统的基本框架 | 第17-20页 |
| ·传统的图形可视化系统 | 第17-18页 |
| ·图形聚类 | 第18-19页 |
| ·层次化的聚类算法 | 第19-20页 |
| ·基于聚类的图形可视化框架 | 第20页 |
| ·Multi-level 算法 | 第20-23页 |
| ·CNM 算法 | 第23-27页 |
| ·模块度的基本概念 | 第24-25页 |
| ·CNM 算法的具体实现 | 第25-27页 |
| ·CNM 算法的复杂度分析 | 第27页 |
| ·FR 算法 | 第27-31页 |
| ·FR 算法概述 | 第27-30页 |
| ·FR 算法中的力 | 第30页 |
| ·边框的限制 | 第30-31页 |
| ·四叉树计算排除力 | 第31-33页 |
| ·四叉树(quad-tree) | 第31-32页 |
| ·原始的四叉树算法 | 第32-33页 |
| ·小节 | 第33-34页 |
| 第三章 基于CNM 聚类的Multi-level 设计 | 第34-44页 |
| ·本文的图形可视化框架 | 第34-35页 |
| ·CNM 算法与Multi-level 算法的结合 | 第35-41页 |
| ·CNM 算法与Multi-level 算法结合的可行性 | 第36-37页 |
| ·引入“虚节点”的转化过程 | 第37-41页 |
| ·对CNM 算法的改进 | 第41-42页 |
| ·CNM 算法的不平衡性 | 第41-42页 |
| ·从平衡性上对CNM 算法的改进 | 第42页 |
| ·小节 | 第42-44页 |
| 第四章 布点算法 | 第44-51页 |
| ·多层布点算法 | 第44-45页 |
| ·对FR 算法的改进 | 第45-50页 |
| ·Bary-centralizing 算法 | 第45-46页 |
| ·新的处理边框的方法 | 第46-47页 |
| ·迭代次数的选择 | 第47-48页 |
| ·对四叉树算法的改进 | 第48-50页 |
| ·小节 | 第50-51页 |
| 第五章 图形可视化系统的设计与实现 | 第51-79页 |
| ·系统的总体介绍 | 第51-53页 |
| ·输入模块 | 第53-55页 |
| ·外部数据形式 | 第53-54页 |
| ·内部数据形式 | 第54-55页 |
| ·数据的转化 | 第55页 |
| ·输出模块 | 第55-56页 |
| ·图形聚类模块 | 第56-61页 |
| ·数据结构介绍 | 第56-58页 |
| ·聚类过程 | 第58-60页 |
| ·模块度计算 | 第60-61页 |
| ·图形分层模块 | 第61-65页 |
| ·分层的总体流程 | 第61-63页 |
| ·分层的实现 | 第63-64页 |
| ·节点和边的映射 | 第64-65页 |
| ·图形布点模块 | 第65-71页 |
| ·布点算法的总体流程 | 第65-67页 |
| ·FR 算法的实现 | 第67-68页 |
| ·四叉树的实现 | 第68-71页 |
| ·层次间的转化 | 第71页 |
| ·实验结果 | 第71-77页 |
| ·可视化实验结果 | 第72-75页 |
| ·聚类实验结果 | 第75-77页 |
| ·小节 | 第77-79页 |
| 第六章 总结和展望 | 第79-81页 |
| ·总结 | 第79页 |
| ·展望 | 第79-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-87页 |
| 攻硕期间取得的研究成果 | 第87-88页 |
