已閱讀1頁，還剩72頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領
文檔簡介
1、數(shù)據(jù)挖掘是通過仔細分析大量數(shù)據(jù)揭示有意義的關系、趨勢和模式的過程，圖挖掘是數(shù)據(jù)挖掘的一個分支，它的研究任務包括頻繁子圖挖掘和最大頻繁子圖挖掘。與頻繁子圖挖掘相比挖掘最大頻繁子圖并不丟失信息，而且挖掘最大頻繁子圖得到少量的結果有助于對結果的理解和應用，但是當前的算法中仍然存在子圖同構的問題，本文的重點內(nèi)容如下。
首先，當前算法中規(guī)范編碼計算效率很低，本文基于結點不變的原則提出新的規(guī)范編碼計算方法，提高規(guī)范編碼的計算效率。并且提出
2、應用有向無循環(huán)圖來計算支持度的方法，該方法通過節(jié)點之間的關系來判斷某圖在圖集中是否存在超集，進而計算它的支持度。
其次，針對判斷兩個頻繁k子圖是否可以進行連接時的子圖同構問題，提出了FSG-MaxGraph算法。算法提出兩個定理，在刪除邊進行子圖同構之前應用定理進行判斷，減少子圖同構判斷的次數(shù)。
再次，針對當前算法存在的挖掘難度大的問題，提出Top-Down算法， Top-Down算法通過改變挖掘策略來避免計算最大頻
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 頻繁子圖挖掘算法的研究.pdf
- 大圖上頻繁子圖挖掘算法的研究.pdf
- 最大頻繁項集挖掘算法的研究.pdf
- 頻繁子圖挖掘算法的研究與應用.pdf
- 基于頻繁模式樹的最大頻繁項目集挖掘算法研究.pdf
- 基于部分標記圖的頻繁子圖挖掘算法研究.pdf
- 最大頻繁項集和頻繁基項集挖掘算法研究.pdf
- 頻繁子結構挖掘算法研究與應用.pdf
- 基于頻繁模式樹的最大頻繁項集挖掘算法研究.pdf
- 基于最大頻繁子圖挖掘的軟件忽視條件缺陷定位方法研究.pdf
- 最大頻繁項集挖掘算法及應用研究.pdf
- 分布式最大頻繁模式挖掘算法的研究.pdf
- 基于嘗試優(yōu)先策略的頻繁導出子圖挖掘算法.pdf
- 頻繁子圖挖掘算法及其在分類信息挖掘中的應用研究.pdf
- 基于FP-樹的最大頻繁模式挖掘算法研究.pdf
- 數(shù)據(jù)流最大頻繁項集挖掘算法的研究.pdf
- 基于FP-Tree的最大頻繁項集挖掘算法研究.pdf
- 基于約束的最大頻繁項目集挖掘算法與實現(xiàn).pdf
- 不確定圖數(shù)據(jù)的頻繁子圖模式挖掘算法的研究與實現(xiàn).pdf
- 基于最大頻繁項目集的數(shù)據(jù)挖掘關聯(lián)規(guī)則算法研究.pdf
評論
0/150
提交評論