论文研究事件重叠下的频繁串行情节发现算法 .pdf

基于关联规则的数据频繁集挖掘算法效率分析，杨舒琴，徐国爱，随着数据库、数据仓库的发展，人们的生产生活被越来越多的数据所包围，同时也催生了数据挖掘技术的出现与发展，人们可以借此从海

社团检测吸引了大量的研究。在真实网络中，社团的层次性和重叠性交织在一起，然而到目前为止大部分工作只研究网络的层次性或重叠性。2010年Ahn等人在《Nature》上发表的文章证明层次性和重叠性是网络相

城市功能区发现的k-means聚类算法，秦凤，袁景凌，城市的发展催生出了不同的功能区域，发现并合理地安排与规划这些功能区对政策制定和资源配置有着重要意义。目前随着人工智能技术

基于GN算法的微博社区发现方法，韦庆杰，李京腾，随着互联网和移动通信技术的快速发展，微博已成为主流的在线社交网络平台。微博网络不只是简单的拓扑结构网络，它还包含信息交互

基于认知的信道分组邻居发现算法优化，袁赓拓，郭文彬，本文的主要工作是对基于认知无线电的自组织网络（CRAHNs）进行相关的研究。目前，CRAHNs是认知无线电技术相关的研究热点之一，但是在

为了更有效地解决网格资源的搜索和定位问题，提出一种以P2P形式实现的、基于兴趣聚类的非集中式网格资源发现算法。算法采用被动学习方式，通过用户的访问历史抽取节点的兴趣属性，将节点按照兴趣属性划分为多个簇

基于ACM表的链路层网络拓扑发现算法，朱长成，，阐述了支持SNMP（简单网络管理协议）和STP（生成树协议）的以太网拓扑发现。随着网络技术的发展，很多前人研究的算法已经没法在现��

Web服务的目的是为了将不同组织、公司甚至个人提供的服务进行无缝的连接，建立一种松耦合的Web应用，实现资源共享的最大化。而在众多候选服务集中快速、准确地发现和选择所需要的服务即服务匹配成为其中关键的

针对传统社区发现算法多数是基于单一关系的同构学术社会网络，而包含多种关系的异构学术网络社区发现算法还不多的情况，提出一种基于FCM（fuzzyC-means）和结构洞的学术社区发现算法——HAFCD算

将超图模型以及基于此的聚类算法应用到社区结构发现的领域。对于简单图的社区结构发现，引入边聚集系数的概念，提出了基于边聚集系数的社区发现算法。将安然邮件数据集作为测试数据集，通过算法对比分析，证明该算法