期刊文献+
共找到84篇文章
< 1 2 5 >
每页显示 20 50 100
基于LSTM的动态图模型异常检测算法研究 预览
1
作者 王凯 陈丹伟 《计算机工程与应用》 CSCD 北大核心 2019年第5期76-82,共7页
传统异常检测模型往往基于内容特征,随着攻击手段的提高,该方法易于被绕过,因此图挖掘技术逐渐成为了国内外学术研究的热点。为了提高异常检测的准确率,提出了一种基于长短时记忆网络的动态图模型异常检测算法。首先通过对动态图的变化... 传统异常检测模型往往基于内容特征,随着攻击手段的提高,该方法易于被绕过,因此图挖掘技术逐渐成为了国内外学术研究的热点。为了提高异常检测的准确率,提出了一种基于长短时记忆网络的动态图模型异常检测算法。首先通过对动态图的变化特征进行分析,总结了Egonet图结构距离和编辑距离两类特征,高效地表示动态图结构的变化情况。其次,通过基于LSTM的时间序列分类算法,进行模型的训练。最后对抓取的网络数据流进行入侵检测,对超过6万节点和300万条边的拓扑图进行测试。最终实验结果表明,该算法具有更高的准确率和召回率,可以有效地检测出网络入侵事件. 展开更多
关键词 异常检测 挖掘 时间序列 长短时记忆(LSTM)
在线阅读 下载PDF
大图中全部极大团的并行挖掘算法研究 预览
2
作者 汤小春 周佳文 +1 位作者 田凯飞 李战怀 《计算机学报》 EI CSCD 北大核心 2019年第3期513-531,共19页
该文的目的在于优化现有的大图数据中全部极大团挖掘算法.在生物网络、社会网络及web分析中,找出图中的全部极大团是一个重要的应用.随着图数据规模的增大,传统的极大团挖掘算法因无法满足性能要求而被并行处理方式取代.但是,在现有的... 该文的目的在于优化现有的大图数据中全部极大团挖掘算法.在生物网络、社会网络及web分析中,找出图中的全部极大团是一个重要的应用.随着图数据规模的增大,传统的极大团挖掘算法因无法满足性能要求而被并行处理方式取代.但是,在现有的并行处理方法中,需要过滤大量的重复极大团和检测非极大团,降低了算法的性能.论文在分析了现有的极大团并行算法后,提出了新的大图中全部极大团挖掘算法.首先,使用顶点的偏序关系消除了冗余极大团以及非极大团的产生;第二,根据两个极大团之间至少存在一对无边的顶点的特征,提出了多颜色顶点涂色分片算法,将大图的顶点分为全色和半色两个集合;第三,证明了涂色分片算法是NP完全问题以及有一个多项式时间的2近似算法,并给出了近似算法;第四,基于多色顶点分片实现了一个并行的全部极大团挖掘算法,该算法只对全色顶点与它的邻接顶点组成重叠子图进行极大团挖掘;最后,对算法的性能以及加速比特性进行了评价,得出该算法能够处理百万个节点的大图并且性能比现有的算法有较大提高的实验结果. 展开更多
关键词 挖掘 极大团 涂色分片 并行算法 重叠子
在线阅读 下载PDF
标签零模型及子图分布算法应用研究
3
作者 邹晓红 郭景峰 +2 位作者 贺释千 陈晶 刘院英 《小型微型计算机系统》 CSCD 北大核心 2018年第5期1038-1045,共8页
目前,用于图分类的子图分布算法研究主要应用在生物和化学领域判断物质是否致癌、有毒等分类问题上,但是,研究发现,现有的子图分布算法应用在图分类中,存在准确性不高的问题.本文构建了标签零模型,提出了索引算法BGLI(Build Graph Loca... 目前,用于图分类的子图分布算法研究主要应用在生物和化学领域判断物质是否致癌、有毒等分类问题上,但是,研究发现,现有的子图分布算法应用在图分类中,存在准确性不高的问题.本文构建了标签零模型,提出了索引算法BGLI(Build Graph Location Index)和子图分布ESGS(Estimate Sub Graph on Spark)算法.首先,标签零模型能同时考虑图的拓扑结构信息和图中顶点和边标签信息,增加图分类的特征,并证明和验证了标签零模型用于图分类的有效性.其次,在标签零模型基础上提出两个算法,一个是用于构建图索引的BGLI算法,另一个是在BGLI算法基础上提出的计算子图分布ESGS算法,降低时间复杂度,提高计算速度.最后,通过实验验证,基于标签零模型的ESGS算法提取的子图作为分类特征可以提高图分类的准确性. 展开更多
关键词 数据挖掘 挖掘 分类 零模型 分布
基于隐含社团预测的社交网络约简方法 预览
4
作者 武海燕 《计算机工程与设计》 北大核心 2018年第5期1474-1477,1483共5页
针对现有网络约简方法未考虑隐含社团的问题,提出一种基于社团预测的网络约简算法,通过图嵌入预测网络中隐含的社团关系,提高约简网络的准确度。将网络中的节点表示为欧式空间中的向量,通过节点在网络中的位置关系学习向量表示,通过层... 针对现有网络约简方法未考虑隐含社团的问题,提出一种基于社团预测的网络约简算法,通过图嵌入预测网络中隐含的社团关系,提高约简网络的准确度。将网络中的节点表示为欧式空间中的向量,通过节点在网络中的位置关系学习向量表示,通过层次聚类对节点进行划分,预测隐含社团,对每一层次的聚类进行网络约简。在大规模社交网络数据集上的实验结果表明,采用该方法能够在百万级大规模网络中得到更高质量的精简网络,在大规模网络的分析、挖掘及可视化等方面有广泛用途。 展开更多
关键词 社交网络 嵌入 网络约简 挖掘 数据挖掘
在线阅读 下载PDF
面向脑网络的图挖掘及特征选择方法 预览
5
作者 孙欢欢 郭浩 陈俊杰 《计算机工程与设计》 北大核心 2018年第9期2912-2917,共6页
为解决面向一般图的频繁子图挖掘忽略了脑网络自身特点的问题,根据脑网络结点唯一性的特点,提出面向脑网络的不确定图上的频繁子图挖掘算法。针对已有的不确定图判别性特征选择方法分类精度不高的问题,提出几种判别性特征选择方法。通... 为解决面向一般图的频繁子图挖掘忽略了脑网络自身特点的问题,根据脑网络结点唯一性的特点,提出面向脑网络的不确定图上的频繁子图挖掘算法。针对已有的不确定图判别性特征选择方法分类精度不高的问题,提出几种判别性特征选择方法。通过计算子图模式在样本中出现概率的均值、方差等指标,结合已有确定图中的判别分数函数,计算子图模式的判别分数。实验结果表明了该方法的有效性。 展开更多
关键词 脑网络 确定 不确定 挖掘 判别性特征选择
在线阅读 下载PDF
一种融合节点先验信息的图表示学习方法 预览 被引量:1
6
作者 温雯 黄家明 +2 位作者 蔡瑞初 郝志峰 王丽娟 《软件学报》 CSCD 北大核心 2018年第3期786-798,共13页
图表示学习是实现各类图挖掘任务的基础.现实中的图数据不仅包含复杂的网络结构。还包括多样化的节点信息.如何将网络结构和节点信息更加有效地融入图的表示学习中,是一个重要的问题.为了解决这一问题,基于深度学习,提出了融合节... 图表示学习是实现各类图挖掘任务的基础.现实中的图数据不仅包含复杂的网络结构。还包括多样化的节点信息.如何将网络结构和节点信息更加有效地融入图的表示学习中,是一个重要的问题.为了解决这一问题,基于深度学习,提出了融合节点先验信息的图表示学习方法.该方法将节点特征作为先验知识,要求学习到的表示向量同时保持图数据中的网络结构相似性和节点特征相似性.该方法的时间复杂度为D(|V|),其中,|V|为图节点数量,表明该方法适用于大规模图数据分析.同时,在多个数据集上的实验结果表明:所提出的方法相比目前流行的几种基线方法,在分类任务上能够获得良好而稳定的优势. 展开更多
关键词 表示 节点特征 大规模网络 深度学习 挖掘
在线阅读 下载PDF
结合图挖掘和支持向量机的错误定位 预览
7
作者 陆凯 姜淑娟 王兴亚 《计算机科学与探索》 CSCD 北大核心 2018年第10期1614-1621,共8页
已有错误定位方法通常只给出可疑语句的排序列表,缺少错误的上下文信息,导致开发人员难以理解程序失败的原因。对此,提出结合图挖掘和支持向量机(support vector machine,SVM)的软件错误定位方法。首先,根据程序调用信息将程序建模为加... 已有错误定位方法通常只给出可疑语句的排序列表,缺少错误的上下文信息,导致开发人员难以理解程序失败的原因。对此,提出结合图挖掘和支持向量机(support vector machine,SVM)的软件错误定位方法。首先,根据程序调用信息将程序建模为加权行为图;其次,应用支持向量机提取频繁边对所有执行分类,并通过分类精度的变化度量方法的可疑度,最终生成一个可疑方法集合帮助开发人员判断错误位置。实验结果显示使用频繁边作为特征执行分类保持或者提升了分类精度,表明了方法的有效性。 展开更多
关键词 错误定位 程序行为 挖掘 支持向量机
在线阅读 下载PDF
基于文献信息网络语义特征的相似性搜索 预览
8
作者 邱庆羽 李婧 +3 位作者 全兵 童超 张利君 张海仙 《计算机应用》 CSCD 北大核心 2018年第5期1327-1333,1352共8页
文献信息网络是典型的异构信息网络,基于其进行相似性搜索是图挖掘领域的一个研究热点。然而,现有的方法主要采用元路径或元结构的方式,并未考虑节点自身的语义特征,从而导致搜索结果出现偏差。对此,基于文献信息网络提出了一种基于向... 文献信息网络是典型的异构信息网络,基于其进行相似性搜索是图挖掘领域的一个研究热点。然而,现有的方法主要采用元路径或元结构的方式,并未考虑节点自身的语义特征,从而导致搜索结果出现偏差。对此,基于文献信息网络提出了一种基于向量的语义特征提取方法,并设计实现了基于向量的节点相似性计算方法 VSim;此外,结合元路径设计了基于语义特征的相似性搜索算法VPSim;为提高算法的执行效率,针对文献网络数据的特点,设计了剪枝策略。通过在真实数据上的实验,验证了VSim对搜索语义特征相似实体的适用性,以及VPSim算法的有效性、高执行效率和高可扩展性。 展开更多
关键词 文献信息网络 相似性搜索 挖掘 元路径 语义特征
在线阅读 下载PDF
基于通信拓扑的社会集群仿真研究展望 预览
9
作者 陈雪波 孙秋柏 黄天云 《辽宁科技大学学报》 CAS 2017年第4期311-320,共10页
群体性事件和网络群体性事件均有社会集群性质,既危害社会稳定又危及国家安全。在技术上,互联网便利的通信方式,极大地助长了社会现实空间、特别是网络虚拟空间社会集群的频繁发生。首先,本文根据群体系统自组织理论,在若干相同或相似... 群体性事件和网络群体性事件均有社会集群性质,既危害社会稳定又危及国家安全。在技术上,互联网便利的通信方式,极大地助长了社会现实空间、特别是网络虚拟空间社会集群的频繁发生。首先,本文根据群体系统自组织理论,在若干相同或相似因素的驱动下,分析基于通信的社会个体交互形成的特殊群体,并在其集群演化过程中所具有特定的行为特征和时空特征;其次,通过群体通信拓扑关系的深度优先遍历,模拟并揭示社会集群演化过程中的聚集、螺旋和分叉等现象;最后,分别采用社会集群模拟的时空数据挖掘和通信拓扑结构的图挖掘,说明社会集群中的个体和群体在现实空间和虚拟空间的互动作用和演化机制。模拟社会集群的演化过程并分析其时空特征,有助于拆解社会集群的演化,为建立社会集群引发的群体性事件和网络群体性事件的防控性预案,提供理论依据。 展开更多
关键词 社会集群 通信拓扑 深度优先遍历 挖掘 时空数据挖掘
在线阅读 下载PDF
多样性度量的Top-K区分子图挖掘 预览
10
作者 王章辉 赵宇海 +1 位作者 王国仁 李源 《计算机科学与探索》 CSCD 北大核心 2017年第9期1379-1388,共10页
区分子图可以用来描述复杂的图数据结构和构建高效的图分类模型。提出了多样性度量的Top-K区分子图挖掘问题,避免了挖掘结果之间出现高度相关的子图模式,提高了区分子图模式的可用性。通过组合图结构相似性与支持集相似性约束,给出... 区分子图可以用来描述复杂的图数据结构和构建高效的图分类模型。提出了多样性度量的Top-K区分子图挖掘问题,避免了挖掘结果之间出现高度相关的子图模式,提高了区分子图模式的可用性。通过组合图结构相似性与支持集相似性约束,给出图模式的多样性度量标准。提出两个高效算法Greedy-TopK和Leap-TopK挖掘多样性度量的Top-K区分子图。Greedy-TopK算法采用两阶段的增量式贪婪方法快速挖掘K个区分子图模式。Leap-TopK算法通过在挖掘过程中限制扩展结构相似的图模式,实现了跳跃搜索子图模式空间。实验结果表明,Leap-TopK算法的效率明显优于Greedy-TopK算法;在可用性方面,利用Leap-TopK算法与Greedy-TopK算法挖掘结果构建的图分类器具有相似的分类精度,且都优于传统区分子图挖掘算法产生的结果。 展开更多
关键词 挖掘 分类 模式 区分子 多样性
在线阅读 下载PDF
基于环型网络模体应用马尔科夫聚类的图挖掘模型 预览
11
作者 任永功 索全明 刘洋 《模式识别与人工智能》 CSCD 北大核心 2017年第9期803-814,共12页
针对图数据挖掘效率低、精度低等问题,提出基于环型网络模体应用马尔科夫聚类的图挖掘模型.首先,依据输入图的点集,采用Erdos—Renyi模型生成随机图,在输入图和随机图的子图挖掘过程中利用向量的加法性质判定环型子图,计算网络模... 针对图数据挖掘效率低、精度低等问题,提出基于环型网络模体应用马尔科夫聚类的图挖掘模型.首先,依据输入图的点集,采用Erdos—Renyi模型生成随机图,在输入图和随机图的子图挖掘过程中利用向量的加法性质判定环型子图,计算网络模体的统计特征,判断子图是否为网络模体.然后,求解图中边的绝对贡献值关联矩阵,通过动态阈值法求得阈值,二值化处理该矩阵.最后,对已稀疏化的图进行扩张和膨胀操作,使其达到收敛状态.实验表明,文中模型有效减少运行时间,在保证聚类质量同时提高图挖掘效率. 展开更多
关键词 挖掘 环型网络模体 马尔科夫聚类
在线阅读 下载PDF
基于影响力的大规模社会网络快速粗化方法 预览
12
作者 贾建伟 陈崚 《计算机应用研究》 CSCD 北大核心 2016年第11期3232-3234,3244共4页
给定社会网络,如何快速地粗化社会网络图、是否能够在社会网络图中找到更小的等价表示来保持社会网络的传播特征、是否能够基于节点的影响力属性合并社会网络中的部分节点,这些重要的问题能够应用到影响力分析、流行病学和病毒营销的应... 给定社会网络,如何快速地粗化社会网络图、是否能够在社会网络图中找到更小的等价表示来保持社会网络的传播特征、是否能够基于节点的影响力属性合并社会网络中的部分节点,这些重要的问题能够应用到影响力分析、流行病学和病毒营销的应用。首先提出了一种新颖的图粗化问题,目的是不改变信息扩散过程中的关键特征来发现图代表节点和边;随后提出了一种快速有效的算法来解决图粗化问题。实验构造在多个真实的数据上,验证了算法的性能和可扩展性,且实验在没有损失图信息的情况下,将图规模降低了90%。 展开更多
关键词 挖掘 信息传播 社会网络 扩散性 粗化
在线阅读 下载PDF
复杂网络K-紧密概率属性子图高效挖掘算法 预览
13
作者 刘凤春 王立亚 刘保相 《湖南师范大学自然科学学报》 CAS 北大核心 2016年第4期59-65,共7页
针对复杂网络中节点和边及其属性值均可能存在不确定性的实际,以及采用传统的紧密子图挖掘算法挖掘出的紧密子图实际上并不一定紧密的问题,在已提出的概率属性图基础上,提出紧密概率属性子图的概念,将其分为紧密概率I型属性子图和紧密概... 针对复杂网络中节点和边及其属性值均可能存在不确定性的实际,以及采用传统的紧密子图挖掘算法挖掘出的紧密子图实际上并不一定紧密的问题,在已提出的概率属性图基础上,提出紧密概率属性子图的概念,将其分为紧密概率I型属性子图和紧密概率II型属性子图,并用期望紧密度对其进行度量,同时给出了相应的紧密子图判定定理;进一步提出K-紧密概率属性子图高效挖掘算法,以快速发现复杂网络中联系紧密且顶点和边的存在概率最高的K个子图;最后通过蛋白质网络和虚拟网络中的数据对算法进行了模拟实验,验证了算法在不同大小的复杂网络中具有较好的适应性及较高的挖掘效率. 展开更多
关键词 复杂网络 K-紧密子 概率属性 挖掘
在线阅读 下载PDF
一种基于加权软件行为图挖掘的软件错误定位方法 预览 被引量:1
14
作者 苏小红 王甜甜 +1 位作者 杨劭君 马培军 《计算机学报》 EI CSCD 北大核心 2016年第11期2175-2188,共14页
已有错误定位方法通常仅给出可疑语句排序而缺少必要的上下文信息,导致难于理解软件失效的产生原因.为了解决该问题,定义了加权软件行为图来表示成功和失败的程序执行路径,由于图中边的权重表示了路径的执行频率,因此与LEAP方法相比,可... 已有错误定位方法通常仅给出可疑语句排序而缺少必要的上下文信息,导致难于理解软件失效的产生原因.为了解决该问题,定义了加权软件行为图来表示成功和失败的程序执行路径,由于图中边的权重表示了路径的执行频率,因此与LEAP方法相比,可以较好地分析与循环和递归等结构相关的软件错误.在此基础上,执行基于分支限界搜索的加权软件行为图挖掘算法,识别成功和失败执行之间最有差异的子图来获得错误签名,不但可以有效定位错误位置,还能输出缺陷语句相关的执行路径,从而提供失效产生的上下文.分析Siemens基准测试集和flex程序的结果表明,在检查相同百分比的语句的情况下,文中方法可以比Tarantula方法和LEAP方法定位到更多的错误.特别是对于冗余代码、缺失代码和变量替换,以及会直接改变执行路径类的错误,文中方法具有较高的定位精度. 展开更多
关键词 错误定位 软件行为 挖掘 错误签名 分支限界搜索
在线阅读 下载PDF
微博事件感知与脉络呈现系统 预览 被引量:1
15
作者 欧阳逸 郭斌 +2 位作者 何萌 於志文 周兴社 《浙江大学学报:工学版》 EI CAS CSCD 北大核心 2016年第6期1176-1182,共7页
为了研究微博的事件感知与脉络呈现方法,以Twitter为研究对象,对现实生活中发生的事件进行提取并呈现事件发展的过程.对微博的处理分为事件感知阶段和事件脉络呈现阶段.在事件感知阶段对原始微博进行过滤分析,去除冗余信息,并得到与事... 为了研究微博的事件感知与脉络呈现方法,以Twitter为研究对象,对现实生活中发生的事件进行提取并呈现事件发展的过程.对微博的处理分为事件感知阶段和事件脉络呈现阶段.在事件感知阶段对原始微博进行过滤分析,去除冗余信息,并得到与事件相关的微博集.在事件脉络呈现阶段采用基于图结构的方法,将微博之间的关系转换成图中结点之间的关系,寻找图中的关键结点作为关键微博,并连接关键结点,最终得到在时间和内容上连贯的事件脉络.实验结果表明:所提出的方法能呈现事件的发展过程,也能体现事件发展的多样化. 展开更多
关键词 微博 事件感知 事件脉络 挖掘
在线阅读 下载PDF
基于图挖掘的网络钓鱼检测算法 预览 被引量:1
16
作者 管雨翔 邹福泰 易平 《微型电脑应用》 2016年第7期1-5,共5页
网络钓鱼是指一种利用社会工程技巧,通过短信、邮件、即时通讯工具等渠道,诱导用户访问伪造的站点,以获得用户敏感信息的欺诈方式。随着网络钓鱼检测的研究成果不断提出与应用,虽然很大程度上减少了网络钓鱼的威胁,但也因检测方式都有... 网络钓鱼是指一种利用社会工程技巧,通过短信、邮件、即时通讯工具等渠道,诱导用户访问伪造的站点,以获得用户敏感信息的欺诈方式。随着网络钓鱼检测的研究成果不断提出与应用,虽然很大程度上减少了网络钓鱼的威胁,但也因检测方式都有各自的局限性,导致攻击者可以根据不同检测方式以相对较低成本躲避检测。针对现有检测算法的缺陷,以运营商的真实网络流量作为研究对象,重点分析了网络钓鱼的行为模式,提出了一种基于置信传播算法的检测模型。实验结果表明,该算法具有良好的检出率与运行效率。同时,由于算法设计时考虑了分布式计算,该模型在流行的分布式处理框架中具有良好的可推广性。 展开更多
关键词 网络钓鱼 行为模式 挖掘 置信传播
在线阅读 下载PDF
基于复杂网络的文献热点挖掘及可视化 预览 被引量:1
17
作者 辛娟娟 曹佳 《计算机工程与应用》 CSCD 北大核心 2016年第12期261-264,270共5页
热点识别是文献分析的重要任务之一,针对专业领域的文献分析有助于研究人员快速掌握相关领域的核心问题.从图挖掘的角度利用复杂网络的社区识别技术来识别我国的林业科技文献的研究热点,并且分析这些热点之间的关联关系.以2000-2012年... 热点识别是文献分析的重要任务之一,针对专业领域的文献分析有助于研究人员快速掌握相关领域的核心问题.从图挖掘的角度利用复杂网络的社区识别技术来识别我国的林业科技文献的研究热点,并且分析这些热点之间的关联关系.以2000-2012年林业科技文献为研究对象,构建了一个文献关键词共现加权网络,从社区结构的角度分析了该网络的拓扑特性.结果显示该网络具有明显的小世界特征、无标度特征和八大社区结构.这八个社区分别对应着林业领域的八大主题研究领域,以可视化的方式展示了每个主题域由一系列的热点组成,主题域之间也呈现了疏密的关系.因此,所采用的网络分析方法可以作为科技文献推荐系统的核心方法. 展开更多
关键词 林业科技文献 复杂网络 社区识别 大数据 挖掘 关键词共现网络 可视化
在线阅读 下载PDF
大图挖掘中一种基于云计算的改进SpiderMine算法 预览 被引量:1
18
作者 刘莹 杜奕智 邹乐 《微型电脑应用》 2016年第1期33-37,共5页
现有的图挖掘算法在云环境下难以有效地进行大规模图形的高频模式挖掘。为此,对Spider Mine算法做了改进,提出一种基于云的Spider Mine算法(c-Spider Mine)。首先,利用最小切割算法将大规模图形数据分为多个子图,使分区/融合成本最小... 现有的图挖掘算法在云环境下难以有效地进行大规模图形的高频模式挖掘。为此,对Spider Mine算法做了改进,提出一种基于云的Spider Mine算法(c-Spider Mine)。首先,利用最小切割算法将大规模图形数据分为多个子图,使分区/融合成本最小,然后,利用Spider Mine进行模式挖掘,显著降低了大型模式生成时的组合复杂度。最后,采用一种模式键函数来保存模式,以保证所有模式可被成功恢复和融合。基于3种真实数据集的仿真实验结果表明,c-Spider Mine可高效挖掘云环境下的前K个大型模式,在不同数据规模和最小支持设置条件下,c-Spider Mine在内存使用和运行时间方面的性能均优于Spider Mine。 展开更多
关键词 挖掘 云计算 高频模式 最小切割算法 模式键函数 运行时间
在线阅读 下载PDF
一种基于图挖掘的网络业务发现方法 预览
19
作者 王永程 《电信技术研究》 2016年第4期8-13,共6页
发现并监控网络业务是大型企业级网络监控的重要内容,通过分析企业网中承载的业务数据,实现对网络中业务类型及不同业务对应的终端分布情况的监测。提出了一种基于图挖掘的网络业务发现方法,该方法的输入是企业网中IP通联数据,通过... 发现并监控网络业务是大型企业级网络监控的重要内容,通过分析企业网中承载的业务数据,实现对网络中业务类型及不同业务对应的终端分布情况的监测。提出了一种基于图挖掘的网络业务发现方法,该方法的输入是企业网中IP通联数据,通过构建IP通联图并进行图挖掘,输出IP通联簇,每个簇代表一种业务类型,簇内节点代表相应的业务终端。通过对某大型跨国企业网络数据的实证分析,发现与传统业务发现方法相比,该方法不仅能够有效发现各业务网络,实时监控业务网络状态,还能对网络中出现的新业务进行预警,具有较强的现实意义。 展开更多
关键词 网络发现 挖掘 业务网络 DPI
在线阅读 下载PDF
二分类图上的非冗余协同图模式挖掘算法 预览
20
作者 王章辉 赵宇海 +1 位作者 王国仁 李源 《计算机学报》 EI CSCD 北大核心 2015年第7期1434-1447,共14页
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... 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. 展开更多
关键词 二分类 非冗余 协同模式 分类 挖掘 模式 分类器
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部 意见反馈