基于混合進化的子結(jié)構(gòu)發(fā)現(xiàn)

內(nèi)容概要

本書介紹了使用進化算法進行圖學(xué)習(xí)的一些概念、思想、方法和技術(shù)。全書共分7章，其中前3章為基礎(chǔ)篇，介紹了圖學(xué)習(xí)的基本概念、基本思想、發(fā)生發(fā)展歷程、應(yīng)用領(lǐng)域和典型的圖學(xué)習(xí)算法Subdue系統(tǒng)，另外還介紹了進化算法的基本理論、基本思想、典型范式、一般框架、各個組成要素、典型實例和一個基于進化規(guī)劃的子結(jié)構(gòu)發(fā)現(xiàn)算法EPSD。第4章～第6章為算法設(shè)計篇，分別介紹了基于混合進化、基于回溯機制、基于帶全部實例的個體表示和基于個體協(xié)同的四種混合進化子結(jié)構(gòu)發(fā)現(xiàn)算法。第7章為應(yīng)用篇，介紹了子結(jié)構(gòu)發(fā)現(xiàn)算法在學(xué)科建設(shè)、區(qū)域經(jīng)濟研究、地震數(shù)據(jù)分析和反恐?jǐn)?shù)據(jù)分析中的四個典型應(yīng)用。附錄中還給出了本書用到的多個圖數(shù)據(jù)集。    本書可供所有從事機器學(xué)習(xí)和數(shù)據(jù)挖掘的專業(yè)技術(shù)人員閱讀和使用，也可供管理科學(xué)和系統(tǒng)工程專業(yè)的讀者學(xué)習(xí)參考。

書籍目錄

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(xué)習(xí)    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(yīng)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(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(biāo)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(yīng)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(yīng)用研究  7.1  在信息與計算科學(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)評價方法以偏置查找    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)  參考文獻附錄一  實驗的軟硬件環(huán)境附錄二  實驗圖數(shù)據(jù)集

章節(jié)摘錄

　　第1章 緒論　　本書關(guān)注兩方面的內(nèi)容：圖學(xué)習(xí)和進化算法。圖是建模復(fù)雜結(jié)構(gòu)和復(fù)雜交互的利器，然而由于圖表示的靈活性，從圖數(shù)據(jù)中進行學(xué)習(xí)或數(shù)據(jù)挖掘是困難的：一方面圖學(xué)習(xí)的假設(shè)空間（子圖結(jié)構(gòu)集合）非常巨大，另一方面在圖數(shù)據(jù)中學(xué)習(xí)時常常要面對圖同構(gòu)、子圖同構(gòu)等目前還沒有多項式時間算法的問題。為此將擅長解決復(fù)雜問題的進化算法引入圖學(xué)習(xí)，以期發(fā)現(xiàn)更優(yōu)的解。本章l·I節(jié)介紹圖學(xué)習(xí)的重要性和復(fù)雜性；1.2節(jié)簡要介紹圖學(xué)習(xí)的典型應(yīng)用領(lǐng)域；l.3節(jié)詳細闡述本書的研究目標(biāo)、圖學(xué)習(xí)中的核心任務(wù)——子結(jié)構(gòu)發(fā)現(xiàn)的研究現(xiàn)狀；1.4節(jié)為全書的內(nèi)容安排；l.5節(jié)對本章進行小結(jié)?！　?.1　圖學(xué)習(xí)的目的　　科學(xué)技術(shù)的飛速發(fā)展使當(dāng)今社會呈現(xiàn)出信息化、網(wǎng)絡(luò)化和全球化的特點，隨之而來的海量數(shù)據(jù)對人類現(xiàn)有的數(shù)據(jù)處理能力提出了新的挑戰(zhàn)，“數(shù)據(jù)爆炸”、“數(shù)據(jù)的豐富，知識的匱乏’’正是對這一現(xiàn)象的真實寫照。然而更為復(fù)雜的是，除了海量性之外，數(shù)據(jù)本身往往還呈現(xiàn)出結(jié)構(gòu)化的特點，即數(shù)據(jù)內(nèi)部或數(shù)據(jù)之間存在著形形色色、錯綜復(fù)雜、常常較數(shù)據(jù)本身更能反映問題實質(zhì)的聯(lián)系，這又進一步加大了數(shù)據(jù)的自動處理和分析的難度，同時也使得許多數(shù)據(jù)挖掘結(jié)果不能盡如人意。“數(shù)據(jù)的豐富和復(fù)雜，高質(zhì)量知識的匱乏”呼喚更為強有力的數(shù)據(jù)挖掘工具。近年來，從結(jié)構(gòu)數(shù)據(jù)中進行挖掘和學(xué)習(xí)引起了眾多研究者的關(guān)注，并逐漸成為數(shù)據(jù)挖掘和機器學(xué)習(xí)領(lǐng)域的一個主流分支。在第五屆圖挖掘和圖學(xué)習(xí)國際研討會（MLG，07）的主頁上這樣寫到：“數(shù)據(jù)挖掘和機器學(xué)習(xí)正在經(jīng)歷一場結(jié)構(gòu)化革命。數(shù)十年來人們一直關(guān)注獨立同分布數(shù)據(jù)，然而現(xiàn)在許多研究者開始或正在研究建立在更為復(fù)雜的數(shù)據(jù)表示形式上的問題……”

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    基于混合進化的子結(jié)構(gòu)發(fā)現(xiàn) PDF格式下載

---