检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

频繁子图挖掘研究综述

微电子学与计算机 2009年第3期26卷 156-161页

作者：鲁慧民冯博琴宋擒豹西安交通大学电子与信息工程学院陕西西安710049

归纳了频繁子图挖掘方法的处理流程,分析评价了频繁子图挖掘的典型算法:广度优先搜索和深度优先搜索的频繁子图挖掘算法,概述了频繁子图挖掘研究的平台——图模型及其产生器,并对频繁子图挖掘方法未来研究方向进行了展望.

关键词：子图同构频繁子图挖掘图模型图产生器

基于数据流频繁子图挖掘的可疑金融交易动态识别

在线全文

学校读者我要写书评

暂无评论

系统工程 2013年第7期31卷 1-7页

作者：张成虎尹为西安交通大学经济与金融学院陕西西安710061

目前,我国基于交易上报制度和静态数据挖掘的可疑金融交易识别方法存在着监测覆盖面窄、识别时效性差两大瓶颈问题。一种可行的改进是在现有方法中引入对可疑金融交易的动态识别,其中需解决的关键问题是如何及时有效地从大规模动态数据... 详细信息

目前,我国基于交易上报制度和静态数据挖掘的可疑金融交易识别方法存在着监测覆盖面窄、识别时效性差两大瓶颈问题。一种可行的改进是在现有方法中引入对可疑金融交易的动态识别,其中需解决的关键问题是如何及时有效地从大规模动态数据集中发现相应的可疑交易特征。设计一种基于数据流频繁子图挖掘的可疑关联特征动态识别算法,并用实验证明该算法的可行性和有效性。

关键词：数据流频繁子图挖掘可疑金融交易反洗钱

在线全文

学校读者我要写书评

暂无评论

基于频繁子图挖掘的异常入侵检测新方法

计算机应用研究 2011年第3期28卷 1122-1126,1129页

作者：刘辉王俊峰佘春东四川大学计算机学院成都610065 北京邮电大学电子工程学院北京100876

针对传统的基于系统调用序列的异常入侵检测方法中离线学习过程对训练数据量过于依赖的问题,引入频繁子图挖掘理论,利用系统调用序列转换为有向图结构后所特有的衍生能力,能够以较小的训练数据规模获取数量可观且行之有效的衍生特征模... 详细信息

针对传统的基于系统调用序列的异常入侵检测方法中离线学习过程对训练数据量过于依赖的问题,引入频繁子图挖掘理论,利用系统调用序列转换为有向图结构后所特有的衍生能力,能够以较小的训练数据规模获取数量可观且行之有效的衍生特征模式。实验结果表明,经扩充的特征模式集能够有效提高对未知程序行为的鉴别能力。同时,将系统调用序列的局部特性与全局特性相结合,为变长特征模式的提取提供了一个较为合理的参考。

关键词：异常入侵检测系统调用序列频繁子图挖掘衍生特征模式

在线全文

学校读者我要写书评

暂无评论

基于标准编码的频繁子图挖掘算法

小型微型计算机系统 2012年第1期33卷 78-82页

作者：邹晓红郑超燕山大学信息科学与工程学院河北秦皇岛066004

频繁子图挖掘是图挖掘的一个重要研究课题.gSpan算法作为一种高效的子图挖掘算法具有较好的执行效率,它通过最右扩展生成频繁子图,但不能保证每次扩展得到的均为标准编码.针对此问题本文提出了一种改进的算法CSGM,它采用ADI++存储结构,... 详细信息

频繁子图挖掘是图挖掘的一个重要研究课题.gSpan算法作为一种高效的子图挖掘算法具有较好的执行效率,它通过最右扩展生成频繁子图,但不能保证每次扩展得到的均为标准编码.针对此问题本文提出了一种改进的算法CSGM,它采用ADI++存储结构,能处理更大规模的图集,同时保证每次最右扩展均生成标准编码,既避免了对非标准编码图的支持度计算,也避免了对输入编码是否为标准编码的计算.在实际数据集上运行的实验结果表明它比原算法提高了挖掘效率.

关键词：频繁子图挖掘 gSpan 最右扩展标准编码 ADI++

在线全文

学校读者我要写书评

暂无评论

一种改进的频繁子图挖掘算法

计算机与应用化学 2014年第2期31卷 161-165页

作者：李亮陈莉李华王珊珊张敏超西北大学信息科学与技术学院陕西西安710127 西北大学化学分析研究所陕西西安710069

在大量的图数据集合中实现目标图的精确匹配是一项相当耗时的任务,为了提高检索效率,频繁子图挖掘逐渐受到广泛的研究。使用频繁子图挖掘可以去除那些与目标图极不相似的图,这样就减小了图的数据集合,从而使目标图检索变得更为快速。FFS... 详细信息

在大量的图数据集合中实现目标图的精确匹配是一项相当耗时的任务,为了提高检索效率,频繁子图挖掘逐渐受到广泛的研究。使用频繁子图挖掘可以去除那些与目标图极不相似的图,这样就减小了图的数据集合,从而使目标图检索变得更为快速。FFSM算法虽是一种较为有效的频繁子图挖掘算法,但在应用中存在占用大量存储空间的缺点。本文基于FFSM算法在数据预处理的基础上,将Recomputed Embedding技术整合于FFSM算法,利用改进后的算法建立索引分类。最后将新算法应用于化学虚拟合成系统的数据处理上,实验结果证明相对于FFSM算法其获得目标化合物的速度得到了显著提高。

关键词：频繁子图挖掘 Recomputed Embedding技术 FFSM算法预处理

Apriori算法用于频繁子图挖掘的改进方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2011年第10期47卷 113-117页

作者：陈立宁罗可长沙理工大学计算机与通信工程学院长沙410076

AGM算法最早将Apriori思想应用到频繁子图挖掘中。AGM算法结构简单,以递归统计为基础,但面临庞大的图数据集时,由于存在子图同构的问题,在生成候选子图时容易产生很多冗余子图,使计算时间开销很大。基于AGM算法,针对候选子图生成这一环... 详细信息

AGM算法最早将Apriori思想应用到频繁子图挖掘中。AGM算法结构简单,以递归统计为基础,但面临庞大的图数据集时,由于存在子图同构的问题,在生成候选子图时容易产生很多冗余子图,使计算时间开销很大。基于AGM算法,针对候选子图生成这一环节对原算法进行改进,减少了冗余子图的生成,使改进后的算法在计算时间上具有高效性;测试了在不同最小支持度情况下改进方法的时间开销。实验结果表明改进算法比原算法缩短了计算时间,提高了频繁子图的挖掘效率。

关键词：频繁子图挖掘 AGM算法子图同构

利用MapReduce平台实现高效并行的频繁子图挖掘

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2014年第7期8卷 790-801页

作者：孙鹤立陈强刘玮黄健斌邹建华西安交通大学电子与信息工程学院西安710049 西安电子科技大学软件学院西安710071 北京邮电大学信息与通信工程学院北京100876 南京大学计算机软件新技术国家重点实验室南京210023

频繁子图挖掘是数据挖掘领域的一个重要问题,并且有着广泛的应用。在Hadoop平台上实现了一种基于MapReduce的高效频繁子图挖掘算法Cloud-GFSG(cloud-global frequent subgraph)。该算法基于Apriori思想,在扩展边生成新的子图时,使用已... 详细信息

频繁子图挖掘是数据挖掘领域的一个重要问题,并且有着广泛的应用。在Hadoop平台上实现了一种基于MapReduce的高效频繁子图挖掘算法Cloud-GFSG(cloud-global frequent subgraph)。该算法基于Apriori思想,在扩展边生成新的子图时,使用已经挖掘出的k-1阶的频繁子图生成k阶的频繁子图。同时,检查是否存在待扩展生成的子图,设定生成的频繁子图表示规则,保证了频繁子图信息的唯一性。较同类算法相比,该算法在挖掘频繁子图时更具通用性,并且在扩展边时避免产生大量的复制图,从而使得算法的正确性得以保证,且运行效率显著提高。

关键词：频繁子图挖掘 MapReduce Hadoop平台

在线全文

学校读者我要写书评

暂无评论

基于多层索引结构的频繁子图挖掘算法研究

基于多层索引结构的频繁子图挖掘算法研究

作者：刘静陕西师范大学

学位级别：硕士

随着信息技术的飞速发展,数据规模的急速膨胀,如何有效地解决海量数据的利用问题具有巨大的商机和科学研究价值,特别是近几十年来数据库、统计学和人工智能等学科的发展决定并促进了数据挖掘的产生和迅速发展。数据挖掘是指从大型数据... 详细信息

随着信息技术的飞速发展,数据规模的急速膨胀,如何有效地解决海量数据的利用问题具有巨大的商机和科学研究价值,特别是近几十年来数据库、统计学和人工智能等学科的发展决定并促进了数据挖掘的产生和迅速发展。数据挖掘是指从大型数据库或数据仓库中挖掘出数据间潜在的模式,自动提取未知的、完整的、有价值的信息,以指导商业行为或辅助科学研究。数据挖掘技术及其算法成为目前国际上数据库和信息决策领域最前沿的研究方向之一。频繁模式挖掘是数据挖掘的重要任务并被广泛应用于各个领域,基于Apriori思想和FP-Growth树的算法成为两大主流被广泛应用,前期主要是针对无结构数据的模式挖掘,随着研究的深入日益表现出它的局限性,而频繁模式中的频繁子图结构可以表达更为丰富的信息也具有更大的挖掘难度。图结构挖掘在社会网络、分子结构和生物信息学等领域有着更为广泛的应用。近年来,关于图结构挖掘的研究成为热点。频繁子图挖掘算法是图结构挖掘研究的基础问题之一,决定着图结构挖掘中图分类和图查询等问题的研究难度,但频繁子图挖掘的核心操作子图同构测试复杂性太高,测试支持度必须多次重复扫描数据库,也耗费了大量时间,因此如何有效挖掘频繁子图已成为数据挖掘领域的热点问题之一。在各种频繁子图算法中:最早采用Apriori思想的是AGM算法,它采用邻接矩阵来表示图,并将min（code）作为该图的唯一邻接矩阵,从而避免了直接进行子图同构的计算;gSpan算法采用深度优先搜索和模式增长的方法,从而在一定程度上避免了子图同构测试的代价,但面对大规模图集的挖掘时,大量的I/O操作就会大大降低算法的性能;ADI-Mine算法在gSpan算法基础上引入了ADI索引结构,这种索引结构可以降低子图同构检查的单位时间,并使得算法的执行效率有所提高;最近又提出了将搜索范围限制在一定边缘区域的MARGIN算法等。在深入研究已有的各种频繁子图挖掘算法基础上,针对无向标号连通图,本文设计了一种图的多层索引存储结构GDI,提出了基于GDI的频繁子图挖掘算法TG-Mine。首先,此算法使用了DFS编码树的搜索空间,不会丢失任何频繁子图,保证了结果集的完备性。其次,它运用的GDI索引结构可以完全代替对原始图集的搜索,简化了频繁子图挖掘过程中大量的数据访问操作。TG-Mine算法的整个挖掘过程可分为两步:第一步,深度优先（DFS）挖掘频繁子树,第二步,广度优先（BFS）扩展第一步生成的所有频繁子树集为频繁子图集。在第一步DFS扩充边的过程中仅仅扩充前向边,保证生成的更大的频繁模式是树结构,第二步扩充边的过程中仅仅扩充后向边,不生成新的结点,有效地生成候选子图,降低了检查子图同构的单位时间并减少了DFS编码的测试次数。最后,本文对TG-Mine算法进行实验,并与gSpan算法和ADI-Mine算法进行了比较,TG-Mine的效率相对较高。

关键词：数据挖掘频繁子图挖掘最小DFS编码 GDI TG-Mine

基于MapReduce的高效频繁子图挖掘方法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于MapReduce的高效频繁子图挖掘方法研究

作者：陈强西安电子科技大学

学位级别：硕士

图挖掘的研究已经成为现今数据挖掘领域里重点研究方向之一，尤其是频繁子图挖掘问题引起了广泛地关注。挖掘频繁子图为的是找到图集合里频繁存在的子图集模式。由于得到的结果集能够运用到相似性搜索、图聚类和分类、图索引等诸多图挖... 详细信息

图挖掘的研究已经成为现今数据挖掘领域里重点研究方向之一，尤其是频繁子图挖掘问题引起了广泛地关注。挖掘频繁子图为的是找到图集合里频繁存在的子图集模式。由于得到的结果集能够运用到相似性搜索、图聚类和分类、图索引等诸多图挖掘应用中，从而使频繁子图的挖掘成为一个颇具挑战的基础性研究问题。目前已有的频繁子图挖掘算法的高效率特性,通常基于图集规模不大,而且可以一次全部调入内存的假设。但事实上伴随数据规模的逐渐扩大，许多海量规模的图集合已经不能完全调进内存，当出现这种情况时，已有的挖掘频繁子图的算法在运行性能上已经达不到要求。MapReduce框架处理大规模数据时体现了很好的性能，并且目前使用这个框架的频繁子图挖掘算法还很少。因此，研究基于MapReduce的高效频繁子图挖掘算法，将能够大大提高频繁子图挖掘的效率，更有效地帮助用户了解图集的特征并在此基础上对图集进行深入处理。本文在Hadoop平台上实现了一种基于MapReduce的高效频繁子图挖掘算法Cloud-GFSG。算法基于Apriori思想，在扩展边生成新的子图时，使用已经挖掘出的k-1阶的频繁子图生成k阶的频繁子图。同时，检查是否存在待扩展生成的子图，设定生成频繁子图的表示规则，保证了频繁子图信息的唯一性。较同类算法相比，本文提出的算法在挖掘频繁子图时更具有通用性，并且在扩展边时避免产生大量的复制图，从而使得算法的正确性得以保证且运行时间效率显著提高。

关键词：云计算频繁子图挖掘 MapReduce Hadoop