頻繁圖結(jié)構(gòu)并行挖掘算法的研究與實(shí)現(xiàn).pdf

1、隨著包括化學(xué)情報(bào)學(xué)、生物信息學(xué)、計(jì)算機(jī)視覺(jué)、視頻索引、文本檢索以及Web分析在內(nèi)的廣泛應(yīng)用，圖做為一種一般的數(shù)據(jù)結(jié)構(gòu)在復(fù)雜結(jié)構(gòu)和它們之間相互作用建模過(guò)程中變得越來(lái)越重要。為了進(jìn)一步進(jìn)行特征化、區(qū)分、分類(lèi)和聚類(lèi)分析，挖掘頻繁子圖模式已經(jīng)成為了一項(xiàng)重要的任務(wù)，頻繁子圖挖掘已經(jīng)成為了數(shù)據(jù)挖掘中一個(gè)活躍和重要的課題。
　　在各種各樣的圖模式中，頻繁子結(jié)構(gòu)是可以在圖集合中發(fā)現(xiàn)的非?；镜哪Ｊ?。頻繁子結(jié)構(gòu)可以用來(lái)刻畫(huà)圖集合的特征，區(qū)分不同的圖

2、組群，對(duì)圖進(jìn)行分類(lèi)和聚類(lèi)，構(gòu)造圖索引和更方便的在圖數(shù)據(jù)庫(kù)中進(jìn)行相似性搜索，例如，通過(guò)對(duì)比不同類(lèi)中頻繁圖的支持度，發(fā)現(xiàn)HIV甄別數(shù)據(jù)集中活躍的化學(xué)結(jié)構(gòu)。但是，現(xiàn)有頻繁子圖挖掘算法在最小支持度很低時(shí)效果并不好，因此，本文給出在集群并行環(huán)境下頻繁圖并行挖掘算法。
　　本文主要的研究結(jié)果如下：
　　根據(jù)頻繁子圖挖掘算法gSpan的算法思想，提出了一種在基于集群并行環(huán)境下的動(dòng)態(tài)負(fù)載平衡的頻繁子圖并行挖掘算法。該方法通過(guò)劃分DFS詞典樹(shù)