陕西师范大学学报（自然科学版）
陝西師範大學學報（自然科學版）
협서사범대학학보（자연과학판）
JOURNAL OF SHAANXI NORMAL UNIVERSITY(NATURAL SCIENCE EDITION)
2014年
5期
16-19
,共4页
不确定图%分类%频繁子图%特征子图
不確定圖%分類%頻繁子圖%特徵子圖
불학정도%분류%빈번자도%특정자도
uncertain graph%classification%frequent subgraph%discriminative subgraph
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。
採用頻繁子圖作為特徵子圖，對不確定圖進行分類。提齣AGF頻繁子圖挖掘算法，該算法將頻繁子圖挖掘問題轉換為頻繁項挖掘問題，可有效提高頻繁子圖生成效率。利用頻繁子圖構造分類模型，首次應用于不確定圖，通過實驗證明，給齣的分類算法具有良好的分類正確率。
채용빈번자도작위특정자도，대불학정도진행분류。제출AGF빈번자도알굴산법，해산법장빈번자도알굴문제전환위빈번항알굴문제，가유효제고빈번자도생성효솔。이용빈번자도구조분류모형，수차응용우불학정도，통과실험증명，급출적분류산법구유량호적분류정학솔。
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.
