研究不确定图数据中的紧密子图挖掘问题,利用加权不确定图模型,以子图期望密度和顶点期望度数度量紧密程度。算法基于贪心迭代,优化执行过程,保证结果达到2近似比,并且确保高效率和正确性。研究还证明了带顶点限制的紧密子图挖掘问题的NP难度,该算法相比其他方法更快速高效。
基于加权不确定图数据的高效紧密子图挖掘算法
相关推荐
基于分层熵子图的聚类算法:LEGClust
J.M. Santos 等人提出的 LEGClust 算法是一种基于分层熵子图的聚类算法,该算法已发表在 IEEE TPAMI(第 30 卷,第 1 期,2008 年,1-13 页)。MATLAB 代码可用于实现该算法。
Matlab
2
2024-05-31
探索不确定数据挖掘技术
数据挖掘的一个分支是处理不确定和概率数据的建模、查询和挖掘。
数据挖掘
2
2024-07-29
优化不确定数据集频繁模式挖掘的近似算法
为了提升在不确定数据集上频繁模式挖掘的效率,针对现有算法在判断是否需要创建子头表时计算量较大的问题,提出了近似挖掘策略AAT-Mine。该策略在损失少量频繁项集的基础上,显著提高了整体算法的挖掘效率。实验采用三个典型数据集对算法进行了测试,并与目前最优算法及典型算法进行了性能对比,结果表明AAT-Mine在时空效率上均有显著提升。
数据挖掘
0
2024-08-03
图与子图-数据分析算法相关联研究
图与子图的研究在数据分析算法中具有重要意义,探讨它们之间的关联对于提升算法效率至关重要。
算法与数据结构
2
2024-07-26
不确定性空间数据挖掘算法模型的应用
不确定性空间数据挖掘算法模型在实际应用中展现出其独特的价值和效果。
数据挖掘
2
2024-07-13
确定查看数据方式→图图-Access ppt第五章
确定查看数据方式→图5.16
Access
0
2024-08-27
基于粗糙分类的不确定性可拓群决策数据挖掘及其应用
针对可拓分类中存在的不确定性和分类不足,本研究结合关联函数与决策函数,探讨了在不确定条件下的可拓群决策。研究内容涵盖了可拓变换与粗糙分类、属性约简与规则提取,以及数据分析与方案识别,实现在不确定条件下决策对象的比较与选择。解决了多方案可拓分类和动态识别的系统分类问题,从而提升了可拓群决策数据挖掘的准确性和可信度。
数据挖掘
0
2024-10-16
基于有向项集图的最大频繁项集挖掘算法
本算法基于有向项集图存储事务数据库中频繁项集信息,采用三叉链表结构组织有向项集图,并在此基础上提出最大频繁项集挖掘算法。该算法一次扫描事务数据库,有效减少I/O开销,适用于稀疏和稠密数据库的最大频繁项集挖掘。
数据挖掘
2
2024-05-31
告警收敛数据挖掘算法框架设计——基于因子图和GTSAM
2.1 告警收敛数据挖掘算法框架设计。告警数据属于典型的时态数据,时态数据挖掘技术构成了本章算法的理论基础。
数据挖掘
3
2024-07-13