基于混合進(jìn)化的子結(jié)構(gòu)發(fā)現(xiàn)

第1章 緒論
1.1 圖學(xué)習(xí)的目的
1.2 圖學(xué)習(xí)的應(yīng)用領(lǐng)域
1.3 子結(jié)構(gòu)發(fā)現(xiàn)的研究現(xiàn)狀
1.3.1 子結(jié)構(gòu)發(fā)現(xiàn)所屬的研究領(lǐng)域
1.3.2 子結(jié)構(gòu)發(fā)現(xiàn)的發(fā)展歷程
1.4 本書內(nèi)容安排
1.5 本章小結(jié)
參考文獻(xiàn)
第2章 子結(jié)構(gòu)發(fā)現(xiàn)與Subdue系統(tǒng)
2.1 圖的基本概念
2.1.1 圖與帶標(biāo)簽的圖
2.1.2 度、路徑、連通圖
2.1.3 圖同構(gòu)、子圖同構(gòu)
2.2 圖匹配
2.2.1 精確圖匹配
2.2.2 不精確圖匹配
2.3 子結(jié)構(gòu)發(fā)現(xiàn)問題描述
2.3.1 子結(jié)構(gòu)及實(shí)例
2.3.2 MDL與子結(jié)構(gòu)的評(píng)價(jià)
2.3.3 子結(jié)構(gòu)的擴(kuò)展
2.3.4 子結(jié)構(gòu)發(fā)現(xiàn)的作用和意義
2.4 Subdue系統(tǒng)
2.4.1 Subdue系統(tǒng)簡介
2.4.2 Subdue子結(jié)構(gòu)發(fā)現(xiàn)算法的偽碼描述
2.4.3 圖數(shù)據(jù)的組織與表示
2.4.4 圖概念學(xué)習(xí)
2.4.5 圖聚類
2.5 本章小結(jié)
參考文獻(xiàn)
第3章 進(jìn)化算法與EPSD進(jìn)化子結(jié)構(gòu)發(fā)現(xiàn)算法
3.1 什么是進(jìn)化算法
3.1.1 最優(yōu)化問題
3.1.2 從進(jìn)化論和遺傳變異理論到進(jìn)化算法
3.1.3 進(jìn)化算法的特點(diǎn)
3.2 進(jìn)化算法的四種典型范式和一般框架
3.2.1 遺傳算法
3.2.2 進(jìn)化策略
3.2.3 進(jìn)化規(guī)劃
3.2.4 遺傳規(guī)劃
3.2.5 進(jìn)化算法的一般框架
3.3 進(jìn)化算法的各個(gè)組成部分及實(shí)例
3.3.1 表示和編碼
3.3.2 評(píng)價(jià)函數(shù)
3.3.3 種群和多樣性
3.3.4 選擇
3.3.5 交叉和變異
3.3.6 種群初始化和算法終止條件
3.3.7 進(jìn)化算法運(yùn)行示例
3.4 EPSD進(jìn)化子結(jié)構(gòu)發(fā)現(xiàn)算法
3.4.1 個(gè)體的表示
3.4.2 適應(yīng)值評(píng)價(jià)
3.4.3 種群初始化
3.4.4 變異
3.4.5選擇與精英保留
3.4.6 EPSD偽碼描述
3.4.7 實(shí)驗(yàn)結(jié)果與分析
3.5 本章小結(jié)
參考文獻(xiàn)
第4章 混合進(jìn)化算法與混合進(jìn)化子結(jié)構(gòu)發(fā)現(xiàn)
4.1 混合進(jìn)化算法設(shè)計(jì)
4.1.1 什么是混合進(jìn)化算法
4.1.2 爬山算法、梯度下降法和模擬退火算法簡介
4.1.3 為什么要混合
4.1.4 混合進(jìn)化算法的分類
4.1.5 混合進(jìn)化算法的理論模型
4.1.6 局部搜索算法的使用頻率和使用強(qiáng)度
4.1.7 混合進(jìn)化計(jì)算的發(fā)展現(xiàn)狀
4.2 基于混合進(jìn)化計(jì)算的子結(jié)構(gòu)發(fā)現(xiàn)算法
4.2.1 染色體的表示
4.2.2 種群的初始化
4.2.3 適應(yīng)值函數(shù)、選擇和精英保留
4.2.4 變異
4.2.5 交叉
4.2.6 算法的偽碼描述
4.3 實(shí)驗(yàn)結(jié)果與分析
4.3.1 HEASD與EPSD實(shí)驗(yàn)結(jié)果對(duì)比與分析
4.3.2 單標(biāo)簽擴(kuò)展與Subdue擴(kuò)展性能對(duì)比
4.3.3 混合算法的有效性驗(yàn)證
4.4 本章小結(jié)
參考文獻(xiàn)
第5章 基于帶狀態(tài)回溯個(gè)體的混合進(jìn)化子結(jié)構(gòu)發(fā)現(xiàn)
5.1 子結(jié)構(gòu)查找的單向性
5.2 可回溯的混合進(jìn)化子結(jié)構(gòu)發(fā)現(xiàn)算法
5.2.1 回溯法的基本原理和機(jī)制
5.2.2 HEASDBT基本思想
5.2.3 染色體的表示
5.2.4 種群的初始化
5.2.5 適應(yīng)值、選擇和精英保留
5.2.6 變異
5.2.7 交叉
5.2.8 及時(shí)去掉種群中沒有潛力的個(gè)體和重新初始化
5.2.9 算法的偽碼描述
5.3 實(shí)驗(yàn)結(jié)果與分析
5.3.1 HEASDBT與EPSD實(shí)驗(yàn)結(jié)果對(duì)比與分析
5.3.2 回溯的有效性驗(yàn)證
5.4 本章小結(jié)
參考文獻(xiàn)
第6章 基于個(gè)體協(xié)同的混合進(jìn)化子結(jié)構(gòu)發(fā)現(xiàn)
6.1 子結(jié)構(gòu)查找的瓶頸——實(shí)例丟失
6.2 帶全部實(shí)例的混合進(jìn)化子結(jié)構(gòu)發(fā)現(xiàn)算法
6.2.1 染色體的表示
6.2.2 個(gè)體的評(píng)價(jià)
6.2.3 HEASDFI的其他組成部分
6.2.4 HEASDFI的實(shí)驗(yàn)結(jié)果與分析
6.3 基于個(gè)體協(xié)同的混合進(jìn)化子結(jié)構(gòu)發(fā)現(xiàn)算法
6.3.1 個(gè)體協(xié)同算子
6.3.2 一種新的多樣性保持方案
6.3.3 算法的偽碼表示
6.3.4 HEASDCI的實(shí)驗(yàn)結(jié)果與分析
6.4 本章小結(jié)
參考文獻(xiàn)
第7章 應(yīng)用研究
7.1 在信息與計(jì)算科學(xué)學(xué)科建設(shè)中的應(yīng)用
7.1.1 問題的背景
7.1.2 數(shù)據(jù)的收集與表示
7.1.3 調(diào)整子結(jié)構(gòu)評(píng)價(jià)方法以偏置查找
7.1.4 挖掘的結(jié)果及分析應(yīng)用
7.2 在區(qū)域經(jīng)濟(jì)研究中的應(yīng)用
7.2.1 引言
7.2.2 數(shù)據(jù)的收集與預(yù)處理
7.2.3 條件挖掘
7.2.4 挖掘的結(jié)果及分析
7.3 子結(jié)構(gòu)發(fā)現(xiàn)在地震數(shù)據(jù)分析中的應(yīng)用
7.3.1 地震數(shù)據(jù)庫描述
7.3.2 地震數(shù)據(jù)的圖表示
7.3.3 子結(jié)構(gòu)發(fā)現(xiàn)過程及結(jié)果
7.3.4 判定地震的活動(dòng)性
7.4 子結(jié)構(gòu)發(fā)現(xiàn)在反恐中的應(yīng)用
7.4.1 模擬數(shù)據(jù)集描述
7.4.2 學(xué)習(xí)有威脅的活動(dòng)模式
7.4.3 學(xué)習(xí)有威脅組織的結(jié)構(gòu)模式
7.4.4 學(xué)習(xí)有威脅組織的通信模式
7.5 本章小結(jié)
參考文獻(xiàn)
附錄一 實(shí)驗(yàn)的軟硬件環(huán)境
附錄二 實(shí)驗(yàn)圖數(shù)據(jù)集