版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近年來,數(shù)據(jù)挖掘技術(shù)成為數(shù)據(jù)庫和人工智能等領(lǐng)域研究的熱點(diǎn)課題,不僅引起了學(xué)術(shù)界廣泛關(guān)注,而且也引起了產(chǎn)業(yè)界的高度重視。頻繁模式挖掘是數(shù)據(jù)挖掘中非常受關(guān)注的一個(gè)課題,已經(jīng)有大量關(guān)于這個(gè)課題的文獻(xiàn)被發(fā)表,不僅在數(shù)據(jù)挖掘領(lǐng)域取得了巨大的進(jìn)步,而且數(shù)據(jù)管理的對(duì)象也從非結(jié)構(gòu)化數(shù)據(jù)向結(jié)構(gòu)化數(shù)據(jù)延伸。圖數(shù)據(jù)結(jié)構(gòu)作為模式一種特別形式,具有強(qiáng)大的表述能力,很多新興的數(shù)據(jù)庫都采用圖數(shù)據(jù)結(jié)構(gòu)建模。
隨著頻繁模式挖掘的深入研究,特別是圖模型被越來
2、越廣泛地應(yīng)用于為各種事務(wù)建模中,圖挖掘的研究顯得越來越重要。在圖挖掘過程中子圖同構(gòu)是關(guān)鍵步驟,而對(duì)圖集的一次分析后,怎樣在后續(xù)的多次挖掘過程中充分利用分析的結(jié)果,又直接影響著子圖挖掘的效率。本文介紹了子圖挖掘的研究背景,國內(nèi)外研究現(xiàn)狀,并闡述了課題研究的意義和內(nèi)容。詳細(xì)介紹了圖論的相關(guān)知識(shí)、子圖挖掘研究中的基礎(chǔ)知識(shí),并分析了常用的技術(shù)思想及一些經(jīng)典挖掘算法。
本文的研究針對(duì)非唯一標(biāo)識(shí)的復(fù)雜有向連通圖模型,并基于頻繁模式樹結(jié)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于子圖同構(gòu)和機(jī)器學(xué)習(xí)的設(shè)計(jì)模式挖掘方法研究.pdf
- 基于子圖同構(gòu)的XFA壓縮算法設(shè)計(jì).pdf
- 頻繁子圖挖掘算法的研究.pdf
- 基于MapReduce的高效頻繁子圖挖掘方法研究.pdf
- 子圖同構(gòu)問題中索引構(gòu)建方法研究.pdf
- 基于子圖同構(gòu)搜索的徽派建筑快速建模方法研究.pdf
- 基于部分標(biāo)記圖的頻繁子圖挖掘算法研究.pdf
- 最大頻繁子圖挖掘算法研究.pdf
- 基于MapReduce的圖數(shù)據(jù)庫頻繁子圖挖掘.pdf
- 大圖上頻繁子圖挖掘算法的研究.pdf
- 頻繁子圖挖掘算法的研究與應(yīng)用.pdf
- 基于嘗試優(yōu)先策略的頻繁導(dǎo)出子圖挖掘算法.pdf
- 基于頻繁子圖挖掘的細(xì)胞器通信模式研究.pdf
- 基于子圖同構(gòu)的晶體管級(jí)電路門級(jí)模型抽取的研究.pdf
- 基于星形圖頻繁挖掘的研究.pdf
- 基于編碼的相交圖圖同構(gòu)查詢處理與優(yōu)化技術(shù).pdf
- 基于最大頻繁子圖挖掘的軟件忽視條件缺陷定位方法研究.pdf
- 不確定圖數(shù)據(jù)庫上基于預(yù)裁剪的頻繁子圖挖掘.pdf
- 基于集群環(huán)境的并行頻繁子圖挖掘算法PG-Miner研究.pdf
- 基于有向圖頻繁挖掘的研究.pdf
評(píng)論
0/150
提交評(píng)論