1) complex network theory
复杂网络理论
1.
An empirical study on Chinese word-word network based on complex network theory;
基于复杂网络理论的中文字字网络的实证研究
2.
Structure characteristic of urban composite traffic network based on complex network theory
基于复杂网络理论的城市交通网络结构特征
3.
Based on this, biological systems are abstracted into complex networks taking advantage of the complex network theory, and through the research on complex networks of organism, we can acquire kinds of new understanding and comprehension about the structure and function of organism.
在此基础上, 利用复杂网络理论将生物体系统抽象成为复杂网络,通过对生物体复杂网络的研究,可以获得关于生物体结构和功能的种种新的认识和理解。
2) theoretical model of complex networks
复杂网络理论模型
3) complex network
复杂网络
1.
Research on complex network topology model of network warfare;
网络化战争中复杂网络拓扑结构模型研究
2.
Applying complex network theory to analyze mechanism of cascading large blackouts failure;
用复杂网络理论分析电网连锁性大停电事故机理
3.
Comparison method of product modularization based on complex network;
基于复杂网络的产品模块化程度比较方法
4) complex networks
复杂网络
1.
Traffic Dynamics on Complex Networks;
复杂网络上的交通动力学
2.
Robustness analysis of supply chain based on complex networks;
基于复杂网络的供应链鲁棒性分析
3.
Poisson model of directed complex networks;
有向复杂网络的Poisson模型
5) Complexity Theory
复杂理论
1.
The paper explores whether human-made financial distribution can be inherently characterized as self-organization of power law as manifested in complexity theory,and whether it would affect population change.
为了研究人为的财政分配是否有复杂理论所说的自组织现象,以及是否会对人口变化带来影响,采用复杂理论中的幂律模型方法,检试台湾省每年财政分配(4项)对各县市人口变化带来的影响。
6) complex brain network
复杂脑网络
补充资料：复杂性理论
复杂性理论
complexity theory
复杂性理论[~ple对ty the《玛r;叨。撇“ocT“T印p“皿l【补注】把数学问题分为可判定的和不可判定的，这是最基本的分类.这种分类对「劝阻设计太广泛的系统，例如判定程序等价性或程序停机的系统的企图，也具有一定的实践意义. 但在许多方面这种分类太粗糙.下面讨论用可判定问题的复杂性来对它们分类.两个都是可判定的问题，一个可以比另一个计算起来难得多，实际土可以认为这问题是汗可判定的.例如，合理的问题也许儿秒可以算出，而另一些问题(即使用最好的机器)可能要算儿百万年.显然，同前者比较，后者是难处理的，因此，在知道特定问题的可判定性后，还必须研究它的早参件(①mplexlty)，即问题的特定例子处理起来很困难.复杂性的考虑有决定性的重要性，例如在密码学(cryptography)中，如果不能在一定时间内破译一个情报可能会耽误整个事情，因为时间一过情况会整个改变.有关材料也在算法的计算复杂性(a 190-rithm，。。rOPutat生onal complexity of an)中讨论. 计算复杂性理论中典型的问题是:(对同一问题)算法(algorithm)4，在用更少的资源(例如时间或存储空间)的意义下是否比算法通:更好?间题尸是否有最好的算法?间题尸是否比问题尸，在如下意义下更困难:解P的一切算法比解尸，的某个固定的合理的算法都更复杂? 通过考虑T硕ng机(Turing machine)可得到自然的复杂性度量:(就输入长度而言)计算要求多少步?这是时间资源观念的自然描述.同样，在计算过程中访问的方格数目形成自然的空间度量.(见形式语言(formal langLla罗s)毛自动机(automata)和可计算函数(comPutable血nction).) 这种面向机器的复杂性将在本条下半部分考虑.讨论将限于基本’r盯ing机模型.像有多带多读头机器或随机读写机器这些变型在更详细的和特定的计算复杂性考虑中是重要的.但从最基本的结果来看，特殊的Turing机模型的选择是无关紧要的. 本条前半部分要研究公理化复杂性理论.不定义特殊的复杂性度量，例如时间或存储空间，而代之以算法使用的“抽象资源”.所用的公理很自然.在不涉及很多东西的意义上它是很弱的但在这些公理的基础上可以建立卓越的理论.这理论始于阵耳 计算复杂性理论的第三个主要方面:低层次复杂性，或某些特殊的实践中重要的算法的复杂性，则完全不讨论.这些主题以及复杂性理论更广及更高深发展的详细内容可以参阅「Asl一队71. 考虑所有的Turing机的一个枚举(enumeration) 厂M!，t‘，’rM，二陈l)枚举(AI)决定所有的单变元部分递归函数(p盯tlalre。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条