[giaban]0.000 VNĐ[/giaban] [kythuat]
[/kythuat]
[tomtat]
[tomtat]
Nghiên cứu và thử nghiệm một số thuật toán phát hiện các đồ thị con thường xuyên
MỤC LỤC
MỞ ĐẦU
CHƯƠNG 1: TỔNG QUAN VỀ KHAI PHÁ DỮ LIỆU ĐỒ THỊ
1.1. TỔNG QUAN VỀ KHAI PHÁ DỮ LIỆU ĐỒ THỊ:
1.1.1. Định nghĩa dữ liệu lớn:
1.1.2. Giải pháp dữ liệu lớn của một số nhà cung cấp dịch vụ:
1.2. TỔNG QUAN VỀ KHAI PHÁ ĐỒ THỊ CON THƯỜNG XUYÊN:
1.3. KẾT LUẬN
CHƯƠNG 2: PHÁT HIỆN CÁC CẤU TRÚC CON THƯỜNG XUYÊN
2.1. CƠ SỞ LÝ THUYẾT ĐỒ THỊ
2.1.1. Định nghĩa 2.1 (Graph):
2.1.2. Định nghĩa 2.2 (Subgraph):
2.1.3. Định nghĩa 2.3 (Graph Isomorphism):
2.1.4. Định nghĩa 2.4 (Subgraph Isomorphism):
2.1.5. Định nghĩa 2.5 (Maximum Common Subgraph, MCS):
2.1.6. Định nghĩa 2.6 (Frequent Graph)
2.2. CÁC DẠNG CHUẨN CỦA CÂY
2.2.1. Dạng chuẩn của cây theo chiều rộng:
2.2.2. Dạng chuẩn của cây theo chiều sâu:
2.3. CÁCH TIẾP CẬN DỰA TRÊN APRIORI
2.4. CÁCH TIẾP CẬN DỰA TRÊN SỰ PHÁT TRIỂN MẪU
2.5. KẾT LUẬN
CHƯƠNG 3: CÁC THUẬT TOÁN PHÁT HIỆN ĐỒ THỊ CON THƯỜNG XUYÊN
3.1. CHIẾN LƯỢC TÌM KIẾM THEO CHIỀU RỘNG:
3.1.1. Thuật toán SUBDUE
3.1.2. Thuật toán FSG
3.2. CHIẾN LƯỢC TÌM KIẾM THEO CHIỀU SÂU
3.2.1. Thuật toán gSpan (Graph-Based Substructure Pattern Mining)
3.2.2. Thuật toán FFSM
3.2.3. Thuật toán GREW
3.3. KẾT LUẬN
CHƯƠNG 4: THIẾT KẾ HỆ THỐNG THỬ NGHIỆM THUẬT TOÁN
4.1. CÀI ĐẶT THỬ NGHIỆM THUẬT TOÁN gSpan
4.1.1. Mã lệnh thuật toán gSpan
4.1.2. Dữ liệu thử nghiệm
4.1.3. Biểu diễn đồ thị
4.2. ĐÁNH GIÁ
4.2.1. Kiểm tra thuật toán
4.2.2. Đánh giá thuật toán
4.3.KẾT LUẬN
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
TÀI LIỆU THAM KHẢO
Bài viết liên quan
