基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统挖掘频繁子图的方法,不论是基于Aprior的还是基于FP-增长的,均采用自底向上的挖掘方法,该方法需要多次迭代和判断子图同构,大大降低了算法的效率.为解决传统频繁子图挖掘方法中存在的问题,提出一种新的基于自顶向下的挖掘最大频繁子图的算法.首先定义标号图的属性信息,并基于标号图属性信息定义进而提出判断图同构的必要条件,从而减少同构的判断次数,提高算法的效率;其次,在挖掘过程中利用图的对称性质标识对称的顶点,从而减少不必要的删除操作及冗余图的存储;最后,实验证明,该算法优于现有最大频繁子图挖掘算法,且不丢失任何模式和有用信息.
推荐文章
一种基于极大完全子图的最大频繁项集并行挖掘算法
数据挖掘
关联规则
极大完全子图
频繁项集
并行算法
基于FSG的最大频繁子图挖掘算法
数据挖掘
规范编码
最大频繁子图
决策树
子图同构
一种约束最大频繁模式快速挖掘算法
约束最大频繁模式
对称矩阵
CFP树
一种基于前缀节点的频繁子图挖掘算法
数据挖掘
频繁子图
同构类
规范化形式
前缀节点
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种新的自顶向下挖掘最大频繁子图的算法
来源期刊 计算机工程与科学 学科 工学
关键词 最大频繁子图 自顶向下 图同构 对称性 树结构
年,卷(期) 2013,(4) 所属期刊栏目 数据挖掘
研究方向 页码范围 157-162
页数 6页 分类号 TP311
字数 3522字 语种 中文
DOI 10.3969/j.issn.1007-130X.2013.04.028
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张准 河北联合大学迁安学院 20 39 3.0 5.0
2 李建晶 河北联合大学迁安学院 6 19 2.0 4.0
3 陈晓 河北联合大学迁安学院 10 29 3.0 5.0
4 刘凤春 河北联合大学迁安学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
最大频繁子图
自顶向下
图同构
对称性
树结构
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导