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:
图模式广泛应用于构建高效图分类模型的特征空间识别.协同图模式是一种内部节点高度相关的图结构,与普通图模式相比,协同图模式具有更高的区分能力,从而更加适用于分类模型的特征选择.文中研究了从二分类图中挖掘非冗余协同图模式的问题,通过限制协同图模式的区分能力远远高于其所有子图模式的非冗余性质,大幅度减少了挖掘结果的数量,同时保留了具有强区分能力的协同图模式.由于协同图模式理论上必须检测其所有子图是否满足约束条件,挖掘它们非常具有计算挑战性.基于非冗余协同图模式的多种特性,提出相对应的削减规则;通过对区分能力的边界估计,提出两个快速检测非冗余协同图模式方法,在此基础上给出了一种高效的深度优先挖掘算法 GINS.大量真实与合成数据集上的实验结果表明,GINS 算法明显优于其他两个代表性算法,作为图分类模型的分类特征时,非冗余协同图模式获得了较高的分类精度.
推荐文章
基于生成模型的Q-learning二分类算法
Q-learning
生成模型
二分类
最小二乘时序差分算法
半梯度下降法
基于用户聚类的二分图网络协同推荐算法
协同推荐
内容推荐
二分图网络
聚类
推荐系统
数据稀疏性
准确性
多样性
基于二分图极大权值匹配的SoC故障定位算法研究
故障传播
二分图模型
极大权值匹配
SoC故障定位
基于二分图的协作通信中继选择技术
协作通信
中继选择
能效
二分图
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 二分类图上的非冗余协同图模式挖掘算法
来源期刊 计算机学报 学科 工学
关键词 二分类图 非冗余 协同图模式 图分类 图挖掘 子图模式 分类器
年,卷(期) 2015,(7) 所属期刊栏目 数据挖掘
研究方向 页码范围 1434-1447
页数 14页 分类号 TP311
字数 14684字 语种 中文
DOI 10.11897/SP.J.1016.2015.01434
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 李源 东北大学信息科学与工程学院 10 28 2.0 5.0
2 王国仁 东北大学信息科学与工程学院 228 2804 25.0 45.0
3 赵宇海 东北大学信息科学与工程学院 30 40 4.0 5.0
4 王章辉 东北大学信息科学与工程学院 3 2 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  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
研究主题发展历程
节点文献
二分类图
非冗余
协同图模式
图分类
图挖掘
子图模式
分类器
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
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导