您的位置: 专家智库 > >

湖南省教育厅科研基金(10C0134)

作品数:3 被引量:9H指数:2
相关作者:唐德权谭阳谢文君张悦肖自红更多>>
相关机构:湖南警察学院湖南广播电视大学云南师范大学更多>>
发文基金:湖南省教育厅科研基金湖南省自然科学基金湖南省教育厅重点项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇数据挖掘
  • 2篇频繁子图
  • 2篇子图
  • 1篇图数据挖掘
  • 1篇频繁子树
  • 1篇频繁子图挖掘
  • 1篇频繁子图挖掘...
  • 1篇子树
  • 1篇犯罪
  • 1篇犯罪规律

机构

  • 3篇湖南警察学院
  • 1篇湖南广播电视...
  • 1篇云南师范大学

作者

  • 3篇唐德权
  • 1篇谭阳
  • 1篇贺永恒
  • 1篇肖自红
  • 1篇谢文君
  • 1篇张悦

传媒

  • 1篇计算机工程
  • 1篇计算机应用与...
  • 1篇计算机技术与...

年份

  • 2篇2012
  • 1篇2011
3 条 记 录,以下是 1-3
排序方式:
一种新的频繁子树挖掘算法研究与实现被引量:3
2012年
为提高频繁子树挖掘算法效率,结合原有频繁子树挖掘算法FSubtreeM的相关技术提出了新的全局树引导结构及其相关引理,并证明了其正确性。最后提出了新的频繁子树挖掘算法FSM_CGTG,并通过实验证明了该算法在现实数据集上的有效性且比现有频繁子树挖掘算法FSubtreeM性能优越。
唐德权谢文君
关键词:频繁子树
基于图数据挖掘算法的犯罪规律研究及应用被引量:2
2011年
数据挖掘应用于犯罪集团或恐怖组织社会网络结构分析已经成为公安信息系统领域的研究热点,国内外在分析犯罪和恐怖组织之间的内在规律方面的研究工作亟待深入。与一般的数据挖掘技术相比,图能够表达更加丰富的语义,基于图数据挖掘技术应用于犯罪规律研究是一种新兴的研究方法。为了挖掘犯罪规律和频繁出现的核心成员,首先提出了基于图数据挖掘的相关理论,然后提出了基于相同犯罪特征频繁子图结构的挖掘犯罪规律算法GDMCR(Graph DataMining Crime Rule),最后利用GDMCR算法得到的频繁子图关联知识分析犯罪规律及网络核心成员。实验证明了文中提出的基于图数据挖掘犯罪规律分析系统的有效性和实用性,并验证了GDMCR算法的有效性。
唐德权张悦贺永恒肖自红
关键词:数据挖掘频繁子图犯罪规律
一种频繁子图挖掘算法被引量:7
2012年
为减少频繁子图规范化检测的时间复杂度,对规范化邻接矩阵的相关性质进行分析。给出相关定理并证明其正确性,从而减少冗余候选子图的产生。在此基础上,提出一种频繁子图挖掘算法——FSM_CAM。实验结果证明,与现有频繁子图挖掘算法FSubGraphM相比,FSM_CAM算法的效率较高。
唐德权谭阳
关键词:频繁子图数据挖掘
共1页<1>
聚类工具0