肖港松
- 作品数：2 被引量：3H指数：1
- 供职机构：福州大学数学与计算机科学学院更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”福建省高等学校新世纪优秀人才支持计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于代价敏感的图分类算法被引量：1
- 2012年
- 引入图的误分类代价矩阵,选取以最小误分类代价为目标的加权子图作为图样本的特征属性,建立起图的决策树桩分类器,进行集成学习,得到一个对新图进行分类的判别函数.在生成候选子图时,利用子图的超图增益值具有上界的性质来裁剪增益值比较小的候选子图,从而减少候选子图数量,提高算法效率.实验结果表明,所提算法比其他图分类算法的误分类代价更小.
- 肖港松陈晓云
- 基于加权动态网络的频繁模式挖掘研究被引量：2
- 2011年
- 不同时刻的动态网络往往具有不同权重,针对加权动态网络的频繁模式挖掘,提出一种挖掘算法WGDM,它适用于加权动态社会网络、生物网络等方面的频繁模式挖掘。WGDM算法利用支持度的反单调性裁剪搜索空间,从而减少冗余候选子图,提高算法效率。通过实验测试了WGDM算法的性能,并根据中国实际股票市场网络,利用WGDM算法挖掘股票市场网络中有趣的频繁模式。
- 肖港松陈晓云
- 关键词：频繁子图
