基于近似个体协同的进化子结构发现

• 作者: 常新功 李宏
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 进化算法 协同 图数据挖掘 子结构发现 近似图匹配
• 年，卷（期）: 2010,（9）
• 页码范围: 106-110,114
• 分类号: TP301.6
• 字数: 6565字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2010.09.026

摘要

SUBDUE是一个主流的图数据挖掘算法.为克服其贪婪式查找易陷入局部极值的问题,将进化算法与爬山算法相结合并引入图数据挖掘,较好地权衡了算法的探查和利用能力.另外,针对图数据挖掘中普遍存在的实例易丢失的问题,采用了个体协同的查找方法,该方法与常见的种群间协同进化算法不同,可以使同一种群中的个体进行协同查找,重新找回丢失的实例.同时,还给出了一种具有多项式时间复杂度的近似图匹配算法以改善个体间协同的性能.实验结果表明,以上措施增强了算法的执行效率及寻优能力,能够获得更优的解.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常新功	山西财经大学信息管理学院	34	107	5.0	9.0
2	李宏		2	0	0.0	0.0