用于图分类的频繁子结构挖掘算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第1章 绪论 | 第14-27页 |
| ·研究背景 | 第14-16页 |
| ·研究现状 | 第16-23页 |
| ·国外研究现状 | 第16-21页 |
| ·国内研究现状 | 第21-23页 |
| ·课题的研究意义及主要研究内容 | 第23-25页 |
| ·课题来源 | 第23页 |
| ·课题的研究意义 | 第23-24页 |
| ·课题的主要研究内容 | 第24-25页 |
| ·论文结构 | 第25-27页 |
| 第2章 基于图的数据挖掘理论概述 | 第27-45页 |
| ·引言 | 第27页 |
| ·图的基本定义 | 第27-29页 |
| ·图挖掘的理论基础 | 第29-35页 |
| ·子图的分类 | 第29-30页 |
| ·子图同构 | 第30-31页 |
| ·图的不变量 | 第31-33页 |
| ·挖掘度量 | 第33-34页 |
| ·解决方法 | 第34-35页 |
| ·图挖掘的方法 | 第35-42页 |
| ·基于贪心搜索的方法 | 第35-37页 |
| ·基于ILP 的方法 | 第37页 |
| ·基于归纳数据库的方法 | 第37页 |
| ·基于数学图论的方法 | 第37-41页 |
| ·基于核函数的方法 | 第41-42页 |
| ·图挖掘的主要问题 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第3章 基于标准编码的频繁子图挖掘算法 | 第45-70页 |
| ·引言 | 第45页 |
| ·图的存储结构 | 第45-47页 |
| ·gSpan 算法的缺点 | 第47页 |
| ·频繁子图挖掘算法 | 第47-64页 |
| ·图模式的扩展 | 第47-48页 |
| ·图的标准化编码 | 第48-52页 |
| ·构建ADI++存储结构 | 第52-55页 |
| ·删除非标准编码 | 第55-58页 |
| ·同构的判断 | 第58-61页 |
| ·算法设计 | 第61-63页 |
| ·算法理论分析 | 第63-64页 |
| ·算法的实现与分析 | 第64-69页 |
| ·实际的数据集 | 第64-66页 |
| ·模拟的数据集 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第4章 特征模式的选取方法研究 | 第70-93页 |
| ·引言 | 第70-71页 |
| ·特征模式 | 第71-74页 |
| ·组合特征的定义 | 第71-72页 |
| ·有判别力的图模式 | 第72-74页 |
| ·目标函数的选取 | 第74-80页 |
| ·度量手段的非单调性 | 第74-76页 |
| ·基于信息论的意义度量 | 第76-79页 |
| ·优化的图模式挖掘 | 第79-80页 |
| ·剪枝技术 | 第80-88页 |
| ·垂直剪枝 | 第80-83页 |
| ·频数封装 | 第83-85页 |
| ·结构相似性 | 第85-86页 |
| ·水平剪枝 | 第86-88页 |
| ·特征模式选取算法 | 第88-89页 |
| ·算法的实验分析 | 第89-92页 |
| ·实验环境 | 第90页 |
| ·比较挖掘结果的质量 | 第90-91页 |
| ·比较算法的效率 | 第91-92页 |
| ·本章小结 | 第92-93页 |
| 第5章 基于特征模式的图分类方法研究 | 第93-111页 |
| ·引言 | 第93页 |
| ·分类概述 | 第93-100页 |
| ·分类的定义 | 第93-95页 |
| ·分类的有关问题 | 第95-96页 |
| ·典型的分类方法 | 第96-98页 |
| ·二元分类 | 第98-100页 |
| ·基于频繁模式的分类框架 | 第100-104页 |
| ·频繁模式的有用性 | 第100页 |
| ·判别力和支持度的关系 | 第100-103页 |
| ·基于频繁模式分类的证明 | 第103-104页 |
| ·最小支持度的设置 | 第104-105页 |
| ·最小支持度的影响 | 第104页 |
| ·设置策略 | 第104-105页 |
| ·分类器的构造 | 第105-110页 |
| ·构造分类规则 | 第105-107页 |
| ·使用分类规则进行分类 | 第107-108页 |
| ·算法的实验分析 | 第108-110页 |
| ·本章小结 | 第110-111页 |
| 结论 | 第111-113页 |
| 参考文献 | 第113-122页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第122-124页 |
| 致谢 | 第124-125页 |
| 作者简介 | 第125页 |
