期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
从不确定图中发现K紧密子图 被引量:5
1
作者 韩蒙 李建中 邹兆年 《计算机科学与探索》 CSCD 2011年第9期791-803,共13页
由蛋白质交互网络、社会网络及无线通信网络构成的图中存在许多不确定性。如何高效获取不确定图中有价值的信息,如蛋白质网络中关键的功能集团、社会网络中适于投放广告的团体及通信网络中应重点维护的区域等,具有重要的现实意义。从理... 由蛋白质交互网络、社会网络及无线通信网络构成的图中存在许多不确定性。如何高效获取不确定图中有价值的信息,如蛋白质网络中关键的功能集团、社会网络中适于投放广告的团体及通信网络中应重点维护的区域等,具有重要的现实意义。从理论上证明了在不确定图中发现最紧密子图问题具有NP-Hard复杂性;基于树搜索策略提出了通过枚举解空间及剪枝获得最优解的算法TreeClose;针对树搜索算法TreeClose在处理大图时空间复杂度过高的问题,提出了基于贪心思想的2-近似算法GreedyClose。实验结果表明,通过上述算法可以高效快速地在不确定图中发现紧密子图,从而解决在实际应用中遇到的各种问题。 展开更多
关键词 不确定图 数据挖掘 近似算法 紧密子图
下载PDF
频繁闭图挖掘算法在中医方剂中的应用 被引量:1
2
作者 窦立君 张金凤 刘爱利 《吉林大学学报(理学版)》 CAS CSCD 北大核心 2012年第6期1223-1227,共5页
通过分析传统中医药物间的影响关系和图结构数据节点间关系的共通性,将中医方剂学中处方的药物联系按规则转换为图结构数据,采用频繁闭图挖掘算法CloseGraph对图结构化的处方数据进行操作,得到图结构中代表具有特定功能的频繁闭图,再转... 通过分析传统中医药物间的影响关系和图结构数据节点间关系的共通性,将中医方剂学中处方的药物联系按规则转换为图结构数据,采用频繁闭图挖掘算法CloseGraph对图结构化的处方数据进行操作,得到图结构中代表具有特定功能的频繁闭图,再转换解释获得各中医方剂中对特定病症起决定疗效的核心药物组合及组合形式.结果表明,该方法可行、有效,成功地将图挖掘策略引入了中医方剂研究领域. 展开更多
关键词 图挖掘 频繁闭图 closeGraph算法 中医方剂学
下载PDF
一种高效挖掘生物网络闭合频繁子图的算法 被引量:1
3
作者 彭佳扬 杨路明 +2 位作者 王建新 刘振 李敏 《高技术通讯》 CAS CSCD 北大核心 2009年第2期188-193,共6页
针对生物网络中频繁子图的挖掘问题,提出了一种基于FP-树结构的MaxFP算法。此算法以代谢路径作为研究对象,在适合于生物网络图简化模型的基础上,采用一种不产生候选集的改进FP-growth算法挖掘生物网络中的闭合频繁子图。此算法考虑了基... 针对生物网络中频繁子图的挖掘问题,提出了一种基于FP-树结构的MaxFP算法。此算法以代谢路径作为研究对象,在适合于生物网络图简化模型的基础上,采用一种不产生候选集的改进FP-growth算法挖掘生物网络中的闭合频繁子图。此算法考虑了基于频繁项目集的算法应用于网络的缺陷,根据生物网络的特点对FP-growth算法进行了改进。实验证明,提出的MaxFP算法比基于Apriori的频繁模式挖掘算法运行速度快,不仅能挖掘出最大的频繁子图,且能找到更多具有生物意义的频繁子图。 展开更多
关键词 生物网络 图挖掘 闭合频繁子图 FP-树 FP-GROWTH算法
下载PDF
基于贪婪策略的紧密k核子图查询 被引量:1
4
作者 赵丹枫 姚贤标 +2 位作者 包晓光 黄冬梅 郭伟其 《计算机工程》 CAS CSCD 北大核心 2022年第10期55-66,共12页
k核查询是一种社团查询,由于其可以在线性时间内被有效计算,因此在社团检测中具有较广泛的应用。图中边的权值在很多场景下具有较强的语义关系,但现有研究较少考虑图中边的权值。为提升k核查询的效率,在k核的基础上定义加权图中的紧密k... k核查询是一种社团查询,由于其可以在线性时间内被有效计算,因此在社团检测中具有较广泛的应用。图中边的权值在很多场景下具有较强的语义关系,但现有研究较少考虑图中边的权值。为提升k核查询的效率,在k核的基础上定义加权图中的紧密k核子图查询(CRKSQ)问题,并使用归约方法证明该问题是NP-难的。基于贪婪策略设计启发式算法CRK-G,通过迭代删除节点为CRKSQ问题找到一个近似解。在此基础上,从降低图规模和减少迭代次数两方面研究CRK-G算法的优化策略,分别提出使用图压缩策略的算法CRK-C及使用单次多节点删除策略的算法CRK-F。在Bio-GRID、Email-Enron、DBLP 3个数据集上的实验结果表明,相对于CRK-G算法,CRK-C、CRK-F算法在查询速度上有较大的提升,且平均误差均在8%以内。 展开更多
关键词 社团检测 k核 加权图 紧密子图 贪婪策略
下载PDF
基于分割图集的频繁闭图挖掘算法 被引量:3
5
作者 薛冰 张俊峰 郑超 《计算机应用研究》 CSCD 北大核心 2011年第1期61-64,68,共5页
为了解决大规模图集挖掘算法PartGraphMining必须重复扫描图集才能得到全部频繁子图的缺点,提出了一种改进的IPMC算法,通过hash表保存同构图的hash地址和支持度,不必重复扫描图集就可快速得到全部频繁子图,再经过少量的子图同构判断得... 为了解决大规模图集挖掘算法PartGraphMining必须重复扫描图集才能得到全部频繁子图的缺点,提出了一种改进的IPMC算法,通过hash表保存同构图的hash地址和支持度,不必重复扫描图集就可快速得到全部频繁子图,再经过少量的子图同构判断得到全部频繁闭图。在实际数据集上运行的实验结果表明它比原算法的挖掘效率有所提高。 展开更多
关键词 大规模图集 频繁子图 子图同构 频繁闭图
下载PDF
离线瞬态社会网络中的多用户位置邻近预测
6
作者 廖国琼 王汀利 +1 位作者 邓琨 万常选 《计算机研究与发展》 EI CSCD 北大核心 2016年第11期2645-2653,共9页
离线瞬态社会网络(offline ephemeral social network,OffESN)是一种在特定时间通过参加特定事件临时组建的新型社会网络.随着移动智能终端的普及和短距离通信技术(如蓝牙、RFID技术等)的发展,该类型网络得到工业界和学术界越来越多的关... 离线瞬态社会网络(offline ephemeral social network,OffESN)是一种在特定时间通过参加特定事件临时组建的新型社会网络.随着移动智能终端的普及和短距离通信技术(如蓝牙、RFID技术等)的发展,该类型网络得到工业界和学术界越来越多的关注.位置邻近(location proximity)关系是指用户在离线网络中的相遇关系.针对位置邻近关系的动态变化性及持续时间短等特征,主要研究离线瞬态社会网络中多用户邻近关系预测问题.首先,给出离线瞬态社会网络中的相关概念及问题定义;然后,设计多用户邻近关系预测总体框架,包括网络片段收集、叠加网络构建、网络过滤及极大紧密子图发现等步骤.由于多邻近关系的数量及每个邻近关系中用户的数量不能事先确定,基于分裂思想提出了一种极大紧密子图挖掘策略,以预测多用户位置邻近关系.该挖掘算法是以加权边介数为网络分裂依据,以聚集密度为分裂结束条件.在2个真实数据集上完成了实验,验证了所提出预测策略的可行性及效率. 展开更多
关键词 社会网络 瞬态社会网络 位置邻近 极大紧密子图 链接预测
下载PDF
d-界距离正则图中一类格的特征多项式
7
作者 郭军 刘稳 《河北师范大学学报(自然科学版)》 CAS 北大核心 2007年第2期141-143,154,共4页
设Γ是一个直径d≥3的d界距离正则图,x∈V(Γ),P(x)是Γ中包含x的所有强闭包子图的集合,并且P(x,i)是P(x)中所有直径为i的强闭包子图的集合.设L(x,i)是P(x,i)中元素的交生成的集合.按反包含关系规定L(x,i)的偏序,L(x,i)记为LR(x,i).利用... 设Γ是一个直径d≥3的d界距离正则图,x∈V(Γ),P(x)是Γ中包含x的所有强闭包子图的集合,并且P(x,i)是P(x)中所有直径为i的强闭包子图的集合.设L(x,i)是P(x,i)中元素的交生成的集合.按反包含关系规定L(x,i)的偏序,L(x,i)记为LR(x,i).利用Mbius反演公式计算了LR(x,i)上的特征多项式χ(PR(x),t). 展开更多
关键词 距离正则图 强闭包子图 d-界 特征多项式
下载PDF
社交网络中基于影响力的紧密子图发现算法 被引量:2
8
作者 简兴明 游进国 +1 位作者 梁月明 贾连印 《小型微型计算机系统》 CSCD 北大核心 2018年第6期1342-1348,共7页
随着社交网络规模的持续扩大,社交网络中社会关系的计算正逐渐成为数据挖掘研究的热点.如何高效获取社交网络中有价值的信息,如社交网络中适于投放广告的团体、客户关系中具有紧密关系的客户,具有重要的现实意义.对此,提出一个基于影响... 随着社交网络规模的持续扩大,社交网络中社会关系的计算正逐渐成为数据挖掘研究的热点.如何高效获取社交网络中有价值的信息,如社交网络中适于投放广告的团体、客户关系中具有紧密关系的客户,具有重要的现实意义.对此,提出一个基于影响力的框架,来分析社交网络.首先,提出一种基于相似度的顶点间的权重度量.其次,通过顶点间的相似度来分配权重,改进PageRank算法计算每一个顶点潜在的影响力.最后,通过设置阈值,量化两点之间的影响力得分发现社交网络中的紧密子图.实验结果表明,基于影响力的紧密子图发现算法不仅在计算个人影响力和成员顶点间的共同影响力之间展现了很好的平衡,而且对于真实的社交网络也同样适用. 展开更多
关键词 社交网络 影响力 相似度 加权图 紧密子图
下载PDF
基于频繁模式树的频繁连通闭图集挖掘算法
9
作者 刘振 杨路明 彭佳扬 《计算机技术与发展》 2009年第5期37-40,44,共5页
随着频繁模式挖掘的深入研究,图模型被广泛地应用于为各种事务建模,因此图挖掘的研究显得越来越重要。文中针对唯一标识的有向连通图模型,基于频繁模式树结构,改进了频繁模式增长算法挖掘频繁连通闭合子图。使用生物代谢路径数据集的实... 随着频繁模式挖掘的深入研究,图模型被广泛地应用于为各种事务建模,因此图挖掘的研究显得越来越重要。文中针对唯一标识的有向连通图模型,基于频繁模式树结构,改进了频繁模式增长算法挖掘频繁连通闭合子图。使用生物代谢路径数据集的实验证明,这种算法能有效地挖掘出唯一标识的有向连通图集中的频繁闭图集,一次运算可以挖掘出多个阈值的最大频繁子图集。这种算法适用于以唯一标识的有向连通图建模的网络或图集,可以应用到基于图简化模型的生物网络的子图挖掘任务中。 展开更多
关键词 子图挖掘 频繁模式树 频繁模式增长 频繁闭图集 生物网络
下载PDF
不确定图中相对紧密子图发现算法
10
作者 刘爽爽 王红 《山东师范大学学报(自然科学版)》 CAS 2016年第1期1-6,共6页
现实生活中的网络,如生物蛋白网络、无线传感器网络等都存在着很多不确定性,如何准确、快速地发现其中有效的信息具有特别重要的意义。由于发现前 K 个最紧密子图具有较高的复杂性并且实现条件较高,本文根据实际背景研究了从不确定... 现实生活中的网络,如生物蛋白网络、无线传感器网络等都存在着很多不确定性,如何准确、快速地发现其中有效的信息具有特别重要的意义。由于发现前 K 个最紧密子图具有较高的复杂性并且实现条件较高,本文根据实际背景研究了从不确定图中发现存在概率较高的前 K 个紧密子图问题,分析不确定图的连通性和紧密子图存在概率,提出了不确定相对 K 紧密子图发现算法。在算法中,首先计算不确定图的连通指数,确定不确定阈值,根据不确定阈值计算子图存在概率,最终得到 K 个相对紧密子图。最后,通过若干组实验,验证了此算法可以高效、准确地发现不确定图中的紧密子图,能够解决生活中出现的各种问题。 展开更多
关键词 不确定图 最紧密子图 概率 连通性 相对紧密子图
下载PDF
A way finding r(k,I) and r(3,10)=41
11
作者 Xiurang Qiao 《Journal of Mathematics and System Science》 2015年第8期330-334,共5页
On basis of two definitions that 1. an induced subgraph by a vertex vi E G and its neighbors in G is defined a vertex adjacent closed subgraph denoted by Qi (=G[V(Nvi)]), with the vertex vi called the hub; 2. A r... On basis of two definitions that 1. an induced subgraph by a vertex vi E G and its neighbors in G is defined a vertex adjacent closed subgraph denoted by Qi (=G[V(Nvi)]), with the vertex vi called the hub; 2. A r(k,1)-1 vertices connected graph is called a (k,l)-Ramsey graph denoted by RG(k,l),if and only if 1. RG(k,l) contains only cliques of degree k-1, and its complement contains only cliques of degree l-l; 2. the intersect Qi∩Qj of any two nonadjacent vertices vi and vj of RG(k,1) contains Kk.2, and the intersect Qi∩Qj of any two nonadjacent vertices vi and vj of its complement RG(l,k) contains KI.2. Two theorems that theoreml : the biggest clique in G is contained in some Qi of G, and theorem2: r(k,l)= [ V(RG(k,I)) I +1 are put forward and proved in this paper. With those definitions and theorems as well as analysis of property of chords a method for quick inspection and building RG(k,I) is proposed. Accordingly, RG(10,3) and its complement are built, which are respectively the strongly 29-regular graph and the strongly 10-regular graph on orders 40. We have tested RG(10,3) and its complement RG(3,10),and gotten r(3,10)=41. 展开更多
关键词 The vertex adjacent closed subgraph the hub the Ramsey number r(10 3) Ramsey graph RG(10 3)
下载PDF
A Way Finding the Classical Ramsey Number and r(4,6)=36
12
作者 XiuRang Qiao 《Journal of Mathematics and System Science》 2015年第11期488-492,共5页
Two definitions are given that Definitionl: an induced subgraph by a vertex vie G and its neighbors in G is defined as a vertex adjacent closed subgraph, and denoted by Qi (=G[V(Nvi)]), with the vertex vi called ... Two definitions are given that Definitionl: an induced subgraph by a vertex vie G and its neighbors in G is defined as a vertex adjacent closed subgraph, and denoted by Qi (=G[V(Nvi)]), with the vertex vi called the hub; and Definition2: A r(k,I)-I vertices graph is called the (k,l)-Ramsey graph, denoted by RG(k,1), if RG(k,1) only contains cliques Kk.1 and the intersect QiNQj of any two nonadjacent vertices vi and vj of RG(k,I) contains only Kk-2. Meanwhile, the RG(k,l)'s complement RG(I,k) contains only cliques Kl.l, and the intersect QiNQj of any two nonadjacent vertices vi and vj of RG(I,k) contains only Ki.2. On the basis of those definitions, two theorems are put forward and proved in this paper. They are Theoreml: the biggest clique in G is contained in some Qi of G, and Theorem 2: r(k,1) = [V(RG(k,I))I + 1. With those definitions and theorems as well as analysis of chord property, a method for quick inspection and building RG(k,1) is proposed. Accordingly, RG(4,6) is built, it is a strongly 14-regular graph on order 35. We have tested RG(4,6) and its complement, as a result, they meet the defintion2, so we proclaim that r(4,6)=36. 展开更多
关键词 vertex adjacent closed subgraph HUB Ramsey number r(k 1) Ramsey graph RG(k 1) r(4 6)=36
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部