結(jié)構(gòu)圖聚類是針對(duì)無向圖,根據(jù)頂點(diǎn)的相似度定義,將圖頂點(diǎn)分類。結(jié)構(gòu)圖聚類算法作為數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的基礎(chǔ)算法之一,為海量數(shù)據(jù)的研究與分析提供一種基本方法,被廣泛應(yīng)用于現(xiàn)實(shí)生活的各個(gè)領(lǐng)域,如:生態(tài)環(huán)境、交通管理、模式識(shí)別、生物基因網(wǎng)絡(luò)以及電子商務(wù)等,其運(yùn)行效率決定了眾多圖分析算法的應(yīng)用范圍,是研究者最關(guān)心的熱點(diǎn)話題之一。本文重點(diǎn)研究結(jié)構(gòu)圖的高效聚類問題,具體研究?jī)?nèi)容如下。首先,針對(duì)現(xiàn)有結(jié)構(gòu)圖聚類算法在處理大規(guī)模圖數(shù)據(jù)時(shí)需大量計(jì)算邊的相似度導(dǎo)致運(yùn)行效率低的問題,提出了一種高效聚類算法CUWG。該算法通過狀態(tài)轉(zhuǎn)換圖快速產(chǎn)生規(guī)模較小的聚類,合并這些小的聚類從而產(chǎn)生聚類結(jié)果,并且在計(jì)算邊的相似度之前,先通過簡(jiǎn)單的相似邊界判斷,減少一些邊相似度的計(jì)算,從而提高算法的運(yùn)行效率。其次,針對(duì)CUWG算法處理極大規(guī)模圖數(shù)據(jù)時(shí)大量計(jì)算邊的相似度和頻繁查詢合并聚類導(dǎo)致運(yùn)行效率較低的問題,結(jié)合并行處理的想法,提出優(yōu)化方法CUWG+。相似度的計(jì)算和聚類的查詢都是針對(duì)單個(gè)邊或節(jié)點(diǎn)的操作,利用這種特性,提出將算法并行化處理,同時(shí)計(jì)算多條邊的相似度,并行查詢不同節(jié)點(diǎn)所屬的聚類,從而提高算法的運(yùn)行效率。最后,通過在多個(gè)真實(shí)... 

【文章來源】：燕山大學(xué)河北省

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
    1.3 研究?jī)?nèi)容
    1.4 本文結(jié)構(gòu)
第2章 基礎(chǔ)知識(shí)概述
    2.1 相關(guān)概念及定義
    2.2 相關(guān)算法介紹
        2.2.1 結(jié)構(gòu)圖聚類算法
        2.2.2 并行算法
    2.3 本章小結(jié)
第3章 結(jié)構(gòu)圖聚類算法CUWG
    3.1 問題分析
    3.2 CUWG算法基本思想
    3.3 算法描述
        3.3.1 CUWG算法
        3.3.2 分類查找算法
        3.3.3 基于結(jié)構(gòu)相似可達(dá)的合并算法
        3.3.4 異常值點(diǎn)查找算法
    3.4 本章小結(jié)
第4章 CUWG算法的優(yōu)化與實(shí)現(xiàn)
    4.1 問題分析
    4.2 算法的基本思想
    4.3 算法描述
        4.3.1 CUWG+算法
        4.3.2 基于內(nèi)存管理的分類查詢算法
        4.3.3 并行實(shí)現(xiàn)聚類擴(kuò)展
        4.3.4 并行實(shí)現(xiàn)異常值點(diǎn)分類
    4.4 本章小結(jié)
第5章 實(shí)驗(yàn)結(jié)果與分析
    5.1 引言
    5.2 環(huán)境配置
    5.3 數(shù)據(jù)集
    5.4 性能比較與分析
        5.4.1 結(jié)構(gòu)圖聚類算法性能比較分析
        5.4.2 并行算法性能比較分析
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于微博社交平臺(tái)的輿情分析[J]. 盛成成,朱勇,劉濤.  智能計(jì)算機(jī)與應(yīng)用. 2019(01)
[2]基于文檔對(duì)象模型結(jié)構(gòu)聚類的釣魚網(wǎng)頁(yè)檢測(cè)方法[J]. 馮健,張瑩.  科學(xué)技術(shù)與工程. 2018(23)
[3]社交網(wǎng)絡(luò)中基于成本的廣告投放策略[J]. 曹玖新,崔桂旗,馮雪艷,閔繪宇.  東南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[4]數(shù)據(jù)挖掘常用聚類算法分析與研究[J]. 陳向東.  數(shù)字技術(shù)與應(yīng)用. 2017(04)
[5]改進(jìn)灰色聚類法在粵港珠江三角洲區(qū)域大氣環(huán)境質(zhì)量評(píng)價(jià)中的應(yīng)用研究[J]. 王國(guó)勝,冉治霖,黃奕崇,朱艷茹,涂桂娥.  深圳信息職業(yè)技術(shù)學(xué)院學(xué)報(bào). 2015(01)
[6]圖數(shù)據(jù)表示與壓縮技術(shù)綜述[J]. 張宇,劉燕兵,熊剛,賈焰,劉萍,郭莉.  軟件學(xué)報(bào). 2014(09)
[7]并行計(jì)算技術(shù)與并行算法綜述[J]. 胡峰,胡保生.  電腦與信息技術(shù). 1999(05)



本文編號(hào)：2983322