高效子图匹配算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 本文研究的主要内容 | 第13-14页 |
| 1.3 论文的组织安排 | 第14-15页 |
| 2 子图匹配理论基础与研究现状 | 第15-24页 |
| 2.1 子图匹配问题概述 | 第15-16页 |
| 2.2 图索引技术的研究进展 | 第16-19页 |
| 2.2.1 图索引的发展历程 | 第16-17页 |
| 2.2.2 基于子图特征的图索引技术的基本理论 | 第17-19页 |
| 2.3 子图同构搜索算法的发展历程与理论基础 | 第19-20页 |
| 2.4 子图匹配问题的最新进展和主要挑战 | 第20-21页 |
| 2.5 非精确匹配问题 | 第21-22页 |
| 2.5.1 非精确匹配的研究进展与基本问题 | 第21页 |
| 2.5.2 非精确匹配目前的挑战与成果 | 第21-22页 |
| 2.5.3 非精确匹配算法对本文研究的意义 | 第22页 |
| 2.6 本章小结 | 第22-24页 |
| 3 基于多段图模型的高效子图匹配算法 | 第24-45页 |
| 3.1 问题提出 | 第24页 |
| 3.2 预备知识 | 第24-30页 |
| 3.2.1 邻域过滤 | 第25-26页 |
| 3.2.2 r-l路径过滤 | 第26-28页 |
| 3.2.3 Ullmann算法和顶点搜索顺序 | 第28-30页 |
| 3.3 多段图模型MGSM | 第30-32页 |
| 3.3.1 es特征 | 第31-32页 |
| 3.3.2 导出子图频率的估计方法 | 第32页 |
| 3.4 子图搜索算法 | 第32-36页 |
| 3.4.1 伪树估计法 | 第33-35页 |
| 3.4.2 搜索顺序生成 | 第35-36页 |
| 3.4.3 Tps算法 | 第36页 |
| 3.5 过滤方法的改进 | 第36-39页 |
| 3.5.1 索引 | 第37-38页 |
| 3.5.2 构造生成树 | 第38-39页 |
| 3.6 实验 | 第39-43页 |
| 3.6.1 构造实验数据集 | 第39页 |
| 3.6.2 过滤阶段效率对比 | 第39-40页 |
| 3.6.3 验证阶段效率对比 | 第40-43页 |
| 3.7 本章小结 | 第43-45页 |
| 4 基于邻域标签的快速过滤算法 | 第45-60页 |
| 4.1 问题提出 | 第45页 |
| 4.2 预备知识 | 第45-47页 |
| 4.2.1 标签传播和h-list | 第46-47页 |
| 4.3 分层顶点过滤 | 第47-50页 |
| 4.3.1 路径向量比对 | 第48-49页 |
| 4.3.2 Label向量比对 | 第49-50页 |
| 4.3.3 顶点向量比对 | 第50页 |
| 4.4 HLMA全局过滤算法 | 第50-53页 |
| 4.4.1 候选集生成 | 第51-52页 |
| 4.4.2 候选集过滤：匹配度计算 | 第52-53页 |
| 4.5 实验结果与分析 | 第53-59页 |
| 4.5.1 查询准确率 | 第53-54页 |
| 4.5.2 有效性 | 第54-57页 |
| 4.5.3 时间效率 | 第57-58页 |
| 4.5.4 与路径层矩阵的比较 | 第58-59页 |
| 4.6 本章小结 | 第59-60页 |
| 5 结论与展望 | 第60-62页 |
| 5.1 本文总结 | 第60页 |
| 5.2 未来展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第65-67页 |
| 学位论文数据集 | 第67页 |
