原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
图像数据挖掘方法研究.pdf
图
像
数
据
挖
数据挖掘方法研究 掘
方
a Study on the Methods of Graph-Based Data Mining 法
研
究
谢新文 陈朝峰
Xie Xinwen Chen Zhaofeng
(九江学院电子工程学院，江西 九江 332005)
(Department of Electronic Engineering，Jiudiang University，Jiangxi Jiujiang 332005)
摘 要：对基于图的数据挖掘国内外研究现状作了总结，从相关的基本概念开始，介绍了目前最具代表的三个算法AGM、
FSG和gSoan的主要思想。并对各算法的复杂性作了比较分析和论述，并对图挖掘将来的发展方向作了简要分析。
关键词：图挖掘：频繁子图：子图同构：规范标识
中图分类号：TP311．12 文献标识码：A 文章编号：1671-4792-(2007)ll-01 35-04
Abstract：This article introduces the related theoretical basis of graph based data mining and surveys the
state of the art of graph based data mining．The main ideas of the three typical algorithms AGM，FSG，gSpan are
described in detail，and the complexities of the algorithms are analyzed and compared with each other．Brief
analysis of the future research directions is provided as we11．
Kevwords：Graph Mining；Frequent Subgraph；Subgraph Isomorphism；Canon[cal Labeiing
0 引言 了可对频繁子图进行完全挖掘的基于ILP的WARMR[ 算法。
随着信息的爆炸式增长，人们日益变得在信息垃圾当中 Nijssen也提出了一个快速的挖掘算法FARMER[ 。2000年，
不知所措。如何从这些无用的信息中挖掘出对我们有用的知 Inokuchi等人结合Apr[
文档评论（0）