基于ELM的不确定图分类算法研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 图数据挖掘基础研究 | 第11-13页 |
| 1.2.2 不确定图的挖掘研究 | 第13-14页 |
| 1.3 问题的提出和本文主要工作 | 第14-15页 |
| 1.4 本文组织结构 | 第15-16页 |
| 第2章 相关工作概述 | 第16-28页 |
| 2.1 图数据的定义 | 第16-18页 |
| 2.2 图的存储结构 | 第18-19页 |
| 2.3 gSpan算法 | 第19-23页 |
| 2.4 ELM技术研究 | 第23-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第3章 基于ELM的不确定图分类算法 | 第28-50页 |
| 3.1 挖掘频繁子图 | 第28-42页 |
| 3.1.1 gSpan算法的不足 | 第29-30页 |
| 3.1.2 挖掘所有内嵌图 | 第30-34页 |
| 3.1.3 计算支持度 | 第34-40页 |
| 3.1.4 构建三层存储结构 | 第40-42页 |
| 3.2 特征提取 | 第42-46页 |
| 3.3 基于ELM建立分类器 | 第46-49页 |
| 3.3.1 ELM分类原理 | 第46-48页 |
| 3.3.2 建立分类器 | 第48-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第4章 实验分析 | 第50-58页 |
| 4.1 实验环境 | 第50页 |
| 4.2 数据选择 | 第50-52页 |
| 4.3 参数选择 | 第52-55页 |
| 4.4 ELM分类效果 | 第55-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第5章 总结与展望 | 第58-60页 |
| 5.1 本文总结 | 第58页 |
| 5.2 工作展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 攻硕期间参与项目及发表的论文 | 第66页 |
