基于混合進化的子結(jié)構(gòu)發(fā)現(xiàn)

第1章 緒論
1.1 圖學習的目的
1.2 圖學習的應用領(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
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)及實例
2.3.2 MDL與子結(jié)構(gòu)的評價
2.3.3 子結(jié)構(gòu)的擴展
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 圖概念學習
2.4.5 圖聚類
2.5 本章小結(jié)
參考文獻
第3章 進化算法與EPSD進化子結(jié)構(gòu)發(fā)現(xiàn)算法
3.1 什么是進化算法
3.1.1 最優(yōu)化問題
3.1.2 從進化論和遺傳變異理論到進化算法
3.1.3 進化算法的特點
3.2 進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 進化策略
3.2.3 進化規(guī)劃
3.2.4 遺傳規(guī)劃
3.2.5 進化算法的一般框架
3.3 進化算法的各個組成部分及實例
3.3.1 表示和編碼
3.3.2 評價函數(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 進化算法運行示例
3.4 EPSD進化子結(jié)構(gòu)發(fā)現(xiàn)算法
3.4.1 個體的表示
3.4.2 適應值評價
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 實驗結(jié)果與分析
3.5 本章小結(jié)
參考文獻
第4章 混合進化算法與混合進化子結(jié)構(gòu)發(fā)現(xiàn)
4.1 混合進化算法設(shè)計
4.1.1 什么是混合進化算法
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 混合進化算法的分類
4.1.5 混合進化算法的理論模型
4.1.6 局部搜索算法的使用頻率和使用強度
4.1.7 混合進化計算的發(fā)展現(xiàn)狀
4.2 基于混合進化計算的子結(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 實驗結(jié)果與分析
4.3.1 HEASD與EPSD實驗結(jié)果對比與分析
4.3.2 單標簽擴展與Subdue擴展性能對比
4.3.3 混合算法的有效性驗證
4.4 本章小結(jié)
參考文獻
第5章 基于帶狀態(tài)回溯個體的混合進化子結(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 適應值、選擇和精英保留
5.2.6 變異
5.2.7 交叉
5.2.8 及時去掉種群中沒有潛力的個體和重新初始化
5.2.9 算法的偽碼描述
5.3 實驗結(jié)果與分析
5.3.1 HEASDBT與EPSD實驗結(jié)果對比與分析
5.3.2 回溯的有效性驗證
5.4 本章小結(jié)
參考文獻
第6章 基于個體協(xié)同的混合進化子結(jié)構(gòu)發(fā)現(xiàn)
6.1 子結(jié)構(gòu)查找的瓶頸——實例丟失
6.2 帶全部實例的混合進化子結(jié)構(gòu)發(fā)現(xiàn)算法
6.2.1 染色體的表示
6.2.2 個體的評價
6.2.3 HEASDFI的其他組成部分
6.2.4 HEASDFI的實驗結(jié)果與分析
6.3 基于個體協(xié)同的混合進化子結(jié)構(gòu)發(fā)現(xiàn)算法
6.3.1 個體協(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的實驗結(jié)果與分析
6.4 本章小結(jié)
參考文獻
第7章 應用研究
7.1 在信息與計算科學學科建設(shè)中的應用
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)評價方法以偏置查找
7.1.4 挖掘的結(jié)果及分析應用
7.2 在區(qū)域經(jīng)濟研究中的應用
7.2.1 引言
7.2.2 數(shù)據(jù)的收集與預處理
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 判定地震的活動性
7.4 子結(jié)構(gòu)發(fā)現(xiàn)在反恐中的應用
7.4.1 模擬數(shù)據(jù)集描述
7.4.2 學習有威脅的活動模式
7.4.3 學習有威脅組織的結(jié)構(gòu)模式
7.4.4 學習有威脅組織的通信模式
7.5 本章小結(jié)
參考文獻
附錄一 實驗的軟硬件環(huán)境
附錄二 實驗圖數(shù)據(jù)集