基于ELM的不確定圖分類算法研究與實(shí)現(xiàn).pdf

1、隨著生物信息學(xué)、化學(xué)情報(bào)學(xué)、Web分析等應(yīng)用的廣泛普及，圖作為一種通用的數(shù)據(jù)結(jié)構(gòu)，在復(fù)雜結(jié)構(gòu)建模方面的重要性日益顯現(xiàn)。與確定圖相比，不確定圖能夠表達(dá)更加豐富的語(yǔ)義且能更好地表示數(shù)據(jù)本身固有的不確定性。具體而言，不確定性是指邊或頂點(diǎn)以一定的概率存在。近年來(lái)伴隨著對(duì)大量結(jié)構(gòu)化數(shù)據(jù)分析需求的增長(zhǎng)，圖的分類處理作為數(shù)據(jù)挖掘的重要組成部分，已成為數(shù)據(jù)庫(kù)和數(shù)據(jù)挖掘領(lǐng)域中的研究熱點(diǎn)之一。由于不確定性的存在，已有的分類算法不能直接應(yīng)用于不確定圖數(shù)據(jù)的分

2、類問題。
　　基于此，圍繞如何解決不確定圖數(shù)據(jù)的分類問題，本文提出了一種基于ELM(Extreme Learning Machine)的不確定圖分類算法，主要研究?jī)?nèi)容如下：
　　首先，在系統(tǒng)介紹圖數(shù)據(jù)挖掘的特點(diǎn)、意義及應(yīng)用背景的基礎(chǔ)上，給出了相關(guān)定義，并且對(duì)經(jīng)典的頻繁子圖挖掘算法gSpan和高效的機(jī)器學(xué)習(xí)算法ELM進(jìn)行了全面的分析、歸納和總結(jié)，為下一步的研究奠定了基礎(chǔ)。
　　其次，針對(duì)gSpan算法只能處理確定圖數(shù)據(jù)及

3、存儲(chǔ)結(jié)構(gòu)不能滿足大規(guī)模圖集的問題，提出了一種改進(jìn)的gSpan算法。通過挖掘子圖s在不確定圖集D中每個(gè)圖Gi中的所有內(nèi)嵌圖，將每個(gè)圖中關(guān)于s的內(nèi)嵌圖組織成一顆搜索樹，進(jìn)而計(jì)算s在D中的支持度。用三層存儲(chǔ)結(jié)構(gòu)代替原來(lái)算法中的鄰接表的存儲(chǔ)結(jié)構(gòu)，在每次擴(kuò)展頻繁子圖的時(shí)候不必將整個(gè)圖集都調(diào)入內(nèi)存。
　　再次，將改進(jìn)的gSpan算法挖掘的頻繁子圖作為特征的候選集，為了選取部分非冗余并且有辨別力的頻繁子圖小集合作為分類特征，本文提出了一種特征提