基于进化算法的图形数据模式发现

• 作者: 寇纪淞 常新功 李敏强
• 来源期刊: 模式识别与人工智能
• 关键词: 进化算法(EA) 最小描述长度(MDL) 图形数据挖掘 模式发现
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 研究与应用
• 页码范围: 116-121
• 页数: 6页
• 字数: 5461字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2008.01.017

摘要

针对当前主流的图形数据挖掘算法常采用的贪婪式查找带来的易陷入局部最优这一问题,将进化算法引入图形数据挖掘,以增强算法的全局查找能力.定义基于图形数据的交叉和变异算子.考虑到进化算法局部搜索能力弱的特点,在变异算子的设计中融入爬山算法的思想,以进一步提高解的质量.另外还改进原算法针对某一特定子结构的实例收集方法.实验表明,以上措施增强系统对假设空间的查找能力,提高解的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李敏强	天津大学管理学院	194	5707	40.0	69.0
2	常新功	天津大学管理学院	34	107	5.0	9.0
4	寇纪淞	天津大学管理学院	101	3448	31.0	57.0