

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、復雜網絡的挖掘研究擁有廣泛的應用領域,例如生物網絡、化學網絡、Internet、合作網和社會網絡等。挖掘動態(tài)網絡模式已經引起了極大的關注,這是因為現(xiàn)實世界中大多數(shù)的復雜系統(tǒng)都是動態(tài)演化的,可以用動態(tài)可變的網絡來描述,其蘊含的動態(tài)模式無法用靜態(tài)網絡準確描述。已有的頻繁子圖模式、聚類和社區(qū)結構挖掘等問題的研究成果,大都足基于靜態(tài)網絡的,僅能反映動態(tài)網絡中一個子圖內的模式,并不能很好地揭示時間和空間區(qū)域內所蘊含的演化模式與演化規(guī)律。挖掘動態(tài)網
2、絡中隱藏的動態(tài)模式為我們帶來了全新的挑戰(zhàn)。本文對多種動態(tài)演化模式挖掘的若干問題和算法進行了深入探索,力圖從微觀角度揭示復雜網絡在時空區(qū)域內的演化規(guī)律,主要研究工作如下:
(1)關于動態(tài)網絡的挖掘,目前主要集中在挖掘無權圖的拓撲結構,較少涉及有權圖的挖掘,然而動態(tài)有權圖在真實網絡中是大量存在的,權值的演化也是網絡演化中不可分割的一部分。針對動態(tài)有權圖,提出了一種基于相關子模式的δ-STC模型,并設計了一種聯(lián)合聚類(Biclu
3、stering)算法δ-STC,挖掘在一定時間區(qū)間內邊的權值演化趨勢線性相關的時空區(qū)域。算法以后綴樹為索引結構,避免了窮舉各種模式,從而快速提取全部聚類結果。合成數(shù)據與真實基因調控網絡數(shù)據的實驗證明了算法的有效性和可行性。
(2)對動態(tài)有權圖,挖掘權值變化非線性相關的趨辨Motif。趨勢Motif是一種有向子圖,反映拓撲結構與權值共同作用時在一定時間區(qū)間上的演化模式。引入廣義信息論中二次互信息作為相似性函數(shù),結合滑動窗口技
4、術,建立了一種權值向量非線性相關模型。在此基礎上提出了復雜網絡趨勢Motif挖掘算法MI-TMotif。實驗結果顯示MI-TMotif算法具有良好的運行性能,成功挖掘出非線性相關的趨勢Motif。
(3)研究動態(tài)無權網絡微觀演化模式的挖掘問題,即從邊演化的角度,挖掘在時間維上反復出現(xiàn)的子圖序列和對應的演化動作序列。提出了挖掘算法EPMiner,以隨機過程的狀態(tài)轉移描述演化過程,以演化時子圖拓撲結構的變化描述演化模式,提取其
5、中的頻繁模式,以揭示演化動作與頻繁子圖拓撲結構之間的關聯(lián)關系。通過挖掘合成數(shù)據與真實數(shù)據,驗證了算法的有效性,所得到的演化模式顯示,此類模式能夠提供豐富的動態(tài)演化信息。
(4)已有的頻繁子圖挖掘方法,通常是挖掘時間上同步的頻繁子圖,或者忽略時間因素,不能移動時間標記進行對齊,即不能識別時間異步的頻繁子圖。為揭示更加復雜的演化模式,對動態(tài)無權圖,挖掘在時間維上的頻繁演化Motif,即由同步同構和異步同構的頻繁子圖所構成的演化
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 復雜網絡模式挖掘算法研究.pdf
- 復雜動態(tài)網絡社區(qū)挖掘算法研究.pdf
- 基于復雜網絡的若干動態(tài)機制研究.pdf
- 動態(tài)網絡社團挖掘算法研究.pdf
- 復雜網絡社團結構挖掘算法的研究.pdf
- 復雜網絡重疊社區(qū)挖掘算法研究與設計.pdf
- 動態(tài)復雜網絡社區(qū)發(fā)現(xiàn)算法研究及應用.pdf
- 基于智能算法的復雜網絡社區(qū)挖掘研究.pdf
- 樹挖掘若干算法研究.pdf
- 復雜網絡機制模型和重要節(jié)點挖掘算法研究.pdf
- 基于復雜網絡的軟件網絡關鍵節(jié)點挖掘算法研究.pdf
- 基于最大團的復雜網絡中社區(qū)挖掘算法研究.pdf
- 基于動態(tài)扭曲算法的時間序列部分周期模式挖掘研究.pdf
- 動態(tài)復雜網絡中的影響最大化算法的研究.pdf
- 基于復雜網絡的動態(tài)軟件缺陷預測算法研究.pdf
- 序列模式挖掘若干問題研究.pdf
- 面向網絡入侵檢測的序列模式挖掘算法研究.pdf
- 復雜網絡若干同步控制問題研究.pdf
- 關于隨機復雜網絡的若干研究.pdf
- 社會網絡中的時空周期行為模式挖掘算法研究.pdf
評論
0/150
提交評論