广义p-拉贝判别法及其应用

在广义拉贝判别法的基础上,给出了广义p-拉贝判别法及其极限形式.将其应用于判定交错级数的绝对收敛或条件收敛,得到并证明了相关定理.最后,通过若干例子验证了方法的有效性.     

社会信息网络结构和规模演变研究

利用复杂网络及网络节点和边的属性,研究了100多年来社会信息网络结构和规模的演变及信息传播的变迁。首先讨论了社会信息网络发展中出现的增长性、突变性、集群效应、马太效应等特征,以及不同阶段的网络拓扑结构;然后研究了不同阶段的网络信息容量,再利用信息在网络中的传播规律,研究了社会信息网络和民众的兴趣是如何相互影响的,最后展望了社会信息网络可能的发展方向。     

基于Erdos1合著网络和论文引用网络的复杂网络节点特征研究

首先,研究了Erdos1合著网络的特征属性,一方面使用节点的度、介数、接近中心性来描述Erdos1合著网络节点重要性,另一方面使用特征向量中心性和本文提出的高阶度参数来描述Erdos1合著网络节点影响力;然后,分别用逼近理想解的排序算法（TOPSIS算法）和主成份分析（PCA）对节点重要性和影响力排序;最后,利用修改的网页排名算法（PageRank算法）讨论了网络科学原创性论文中最具影响力的论文。     

利用网络模型测定节点影响力与重要性

介绍了2014年美国大学生数学建模竞赛C题的背景与立意,针对6篇获得Outstanding奖的论文的解题思路与方法进行了归纳与总结,指出了学生答卷中的亮点与不足,并给出了建议和改进方案。