声明
第1章 绪 论
1.1 研究意义
1.2 研究现状
1.3 研究内容
1.4 本文结构
第2章 背景知识与相关技术
2.1 噪声问题
2.2 标准随机块模型
2.3 变分近似推断
2.4 证据低边界
第3章 噪声网络的建模研究
3.1 噪声网络建模
3.1.1 鲁棒性贝叶斯随机块模型
3.1.2 模型先验
3.2 模型参数学习过程
3.3 时间复杂度分析
3.4 模型选择
第4章 实验验证
4.1 对比算法
4.2 评估指标
4.3 数据集
4.3.1 人工网络数据集
4.3.2 真实网络数据集
4.4 实验结果
4.4.1 验证模型的准确性
4.4.2 验证模型结构发现的多样性
4.4.3 验证模型的鲁棒性
4.4.4 验证模型的参数恢复能力
4.4.5 验证模型选择功能
第5章 总结与展望
5.1 工作总结
5.2 工作展望
参考文献
作者简介及科研成果
致谢
吉林大学;