| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景 | 第10-11页 |
| ·研究现状 | 第11-14页 |
| ·国外研究现状 | 第11-13页 |
| ·国内研究现状 | 第13-14页 |
| ·研究意义 | 第14-15页 |
| ·研究内容 | 第15-16页 |
| ·本文结构 | 第16-18页 |
| 第2章 基础知识概述 | 第18-30页 |
| ·引言 | 第18页 |
| ·图的基本定义 | 第18-21页 |
| ·图挖掘简介 | 第21-22页 |
| ·基于 Apriori 思想的频繁子图挖掘 | 第22-24页 |
| ·AGM 算法 | 第22-23页 |
| ·FSG 算法 | 第23-24页 |
| ·基于 FP-Growth 思想的频繁子图挖掘 | 第24-27页 |
| ·gSpan 算法 | 第24-26页 |
| ·CloseGraph 算法 | 第26-27页 |
| ·图挖掘的主要问题 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 一种改进的 CloseGraph 挖掘算法 | 第30-42页 |
| ·引言 | 第30页 |
| ·算法思想 | 第30页 |
| ·基础概念 | 第30-33页 |
| ·图的邻接矩阵表示法 | 第33页 |
| ·删除局部频繁边 | 第33-36页 |
| ·最频繁邻接边扩展 | 第36-37页 |
| ·基于结构相似的兄弟剪枝策略 | 第37-39页 |
| ·BPCG 算法描述及复杂度分析 | 第39-41页 |
| ·BPCG 算法描述 | 第39-40页 |
| ·复杂度分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于改进 CloseGraph 的图分类算法研究 | 第42-54页 |
| ·引言 | 第42-43页 |
| ·分类概述 | 第43-46页 |
| ·基本定义 | 第43页 |
| ·二元分类 | 第43-45页 |
| ·分类框架 | 第45-46页 |
| ·函数选择及特征集提取方法 | 第46-50页 |
| ·分类器的构造 | 第50-51页 |
| ·分类算法 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 第5章 实验及结果分析 | 第54-63页 |
| ·引言 | 第54页 |
| ·BPCG 算法的实现与分析 | 第54-60页 |
| ·实验设置 | 第54页 |
| ·实际的数据集 | 第54-56页 |
| ·模拟的数据集 | 第56-60页 |
| ·CGC 算法的实现与分析 | 第60-62页 |
| ·实验设置 | 第60页 |
| ·数据集 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 作者简介 | 第71页 |