基于图结构挖掘算法的研究与应用
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文的主要研究工作 | 第11-12页 |
| ·论文的结构 | 第12-14页 |
| 2 非结构数据挖掘综述 | 第14-25页 |
| ·数据挖掘概述 | 第14-17页 |
| ·据挖掘产生的背景 | 第14页 |
| ·数据挖掘的过程 | 第14-15页 |
| ·数据挖掘的分类 | 第15-16页 |
| ·数据挖掘中的疑难问题 | 第16-17页 |
| ·非结构数据挖掘 | 第17-24页 |
| ·结构化与非结构化数据 | 第17-18页 |
| ·结构化数据挖掘的困难 | 第18-19页 |
| ·非结构化数据挖掘分类 | 第19-24页 |
| ·本章小结 | 第24-25页 |
| 3 极大完全子图挖掘算法 | 第25-40页 |
| ·极大完全子图的生成 | 第25-31页 |
| ·图数据的表示及用法 | 第25-28页 |
| ·MaxcodeFMCG 算法的详细设计 | 第28-31页 |
| ·基于极大完全图的频繁模式生成算法 | 第31-39页 |
| ·相关工作——数据库对应的矩阵和图 | 第32-33页 |
| ·频繁模式增长算法(FP-growth 算法) | 第33-37页 |
| ·基于极大完全图的频繁模式生成算法 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 4 频繁子图结构挖掘算法 | 第40-54页 |
| ·问题的引出 | 第40-41页 |
| ·gSpan 算法 | 第41-44页 |
| ·gSpan 算法的相关概念 | 第41-43页 |
| ·gSpan 算法描述 | 第43-44页 |
| ·FSA 算法的基本思想 | 第44页 |
| ·FSA 算法设计 | 第44-47页 |
| ·FSA 决策树表示 | 第44-45页 |
| ·FSA 决策树的生成 | 第45-46页 |
| ·FSA 频繁子图的生成 | 第46-47页 |
| ·FSA 频繁子图结构的生成 | 第47页 |
| ·实验分析 | 第47-52页 |
| ·测试数据的生成 | 第47-48页 |
| ·数据结构的选择 | 第48-49页 |
| ·FSA 和gSpan 算法的性能比较 | 第49-52页 |
| ·结论 | 第52-54页 |
| 5 结论 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第61-62页 |
| 独创性声明 | 第62页 |
| 学位论文版权使用授权书 | 第62页 |
