不确定图数据挖掘【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

不确定图数据挖掘PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 不确定图数据挖掘概述1

1.1不确定图数据的产生2

1.2不确定图数据挖掘的概念4

1.3不确定图数据挖掘面临的挑战5

1.4不确定图数据挖掘的研究内容6

1.4.1不确定图数据模型6

1.4.2不确定图数据挖掘问题的语义8

1.4.3不确定图数据挖掘问题的计算复杂性11

1.4.4不确定图数据挖掘算法12

1.4.5不确定图数据挖掘的应用18

第2章 不确定图数据模型19

2.1确定图20

2.2不确定图21

2.2.1不确定图的形式化表示21

2.2.2不确定图的语义27

2.3不确定图数据库33

2.3.1不确定图数据库的形式化表示33

2.3.2不确定图数据库的语义36

2.4不确定图数据模型的扩展38

第3章 不确定图数据挖掘问题的语义40

3.1确定图数据挖掘问题的语义40

3.2不确定图数据挖掘问题的语义43

第4章 期望频繁子图模式挖掘45

4.1确定图数据上的频繁子图模式挖掘45

4.2问题定义49

4.3计算复杂性51

4.3.1 # P复杂性类51

4.3.2期望频繁子图模式挖掘问题的计算复杂性52

4.3.3期望支持度计算的复杂性54

4.4子图模式的表示方法61

4.5近似挖掘算法70

4.5.1问题松驰70

4.5.2算法概述70

4.5.3期望支持度的计算算法76

4.5.4 DFS编码树的优化裁剪方法89

4.5.5完整算法93

第5章 概率频繁子图模式挖掘96

5.1问题定义96

5.2计算复杂性98

5.2.1概率频繁子图模式挖掘问题的计算复杂性98

5.2.2 ?-频繁概率计算的复杂性99

5.3近似挖掘算法102

5.3.1算法概述103

5.3.2计算？-频繁概率近似区间的算法104

5.3.3完整算法115

5.3.4参数设置方法121

5.3.5算法优化122

5.4频繁子图模式挖掘语义的区别125

5.4.1数学分析126

5.4.2实验分析128

第6章 TOP-K极大团挖掘131

6.1问题定义132

6.2计算复杂性133

6.3计算极大团概率的算法134

6.4分支限界挖掘算法141

6.4.1基本分支限界算法142

6.4.2优化裁剪规则145

6.4.3两阶段分支限界搜索151

6.5预处理方法151

6.5.1基于顶点度的过滤151

6.5.2初始化临时top-k结果152

6.6极大团挖掘算法在蛋白质复合体预测中的应用154

6.6.1基于top-k极大团挖掘的蛋白质复合体预测算法154

6.6.2实验对比154

第7章 紧密顶点子集挖掘157

7.1问题定义157

7.2最紧密顶点子集挖掘算法160

7.3 Top-k紧密顶点子集挖掘算法166

7.3.1 Lawler方法166

7.3.2挖掘算法168

第8章 可靠子图挖掘178

8.1问题定义178

8.2数据预处理180

8.3可靠子图挖掘算法184

8.3.1导出子图可靠性的计算方法184

8.3.2可靠子图近似挖掘算法185

8.3.3频繁可达顶点集挖掘算法188

第9章 不确定图聚类算法193

9.1问题定义193

9.2不确定图聚类算法196

9.2.1期望编辑距离的计算方法196

9.2.2编辑距离的方差198

9.2.3不确定图聚类近似算法200

9.3不确定图模糊聚类205

9.3.1问题定义206

9.3.2期望编辑距离的计算方法208

9.3.3近似模糊聚类算法209

参考文献211