摘要
采用频繁子图作为特征子图,对不确定图进行分类.提出AGF频繁子图挖掘算法,该算法将频繁子图挖掘问题转换为频繁项挖掘问题,可有效提高频繁子图生成效率.利用频繁子图构造分类模型,首次应用于不确定图,通过实验证明,给出的分类算法具有良好的分类正确率.
Utilizing discriminative subgraph,a classification of uncertain graphs is given.An algo-rithm for mining frequent subgraph named AGF is given,which can switch frequent subgraph mining problems to frequent items mining problems,and can effectively improve efficiency of generating frequent subgraphs.An experiment shows that the proposed algorithm has high preci-sion.
出处
《陕西师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2014年第5期16-19,共4页
Journal of Shaanxi Normal University：Natural Science Edition
基金
国家自然科学基金重点资助项目(61332014)
西北工业大学基础研究基金项目(JC201273)
西北工业大学研究生创业种子基金项目(Z2013134)
关键词
不确定图
分类
频繁子图
特征子图
uncertain graph
classification
frequent subgraph
discriminative subgraph
