深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。[1] 深度学习的概念由Hinton等人于2006年提出。基于深信度网(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。[1] 深度学习是机器

社会网络影响最大化问题中的模拟退火算法，是格局爬上算法的一种优化算法，用于社会网络分析.-Social network influence maximization problem in simulated annealing algorithm, is a kind of pattern climb algorithm optimization algorithm, for social network analysis.

文本挖掘，用词项-文档矩阵带入算法模拟出标签云和词条网络-text mining

小世界网络模拟，首先从n个顶点环形开始，每个顶点由无向边连接最近的k个顶点，疾病根据传染率r进行传播，并计算临界值rhalf-calculate of smallword networks