不确定图数据挖掘PDF电子书下载

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