本文關(guān)鍵詞：圖論在網(wǎng)絡(luò)和信息提取中的若干應(yīng)用　出處：《河北大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 圖論 Floyd算法 K-means算法 二元擬陣 概念格

【摘要】：圖論在數(shù)學(xué)領(lǐng)域中以網(wǎng)絡(luò)為研究對象。網(wǎng)絡(luò)是由節(jié)點(也稱研究對象,或簡稱對象)和連線構(gòu)成,表示諸節(jié)點及其相互聯(lián)系,可以用加權(quán)圖將這些信息直觀地表達出來。實際應(yīng)用中,任何一個包含二元關(guān)系的網(wǎng)絡(luò)都可以用圖論來模擬。可以將多維的、復(fù)雜的信息變成二維的、有序的、直觀的、清晰的兩元矩陣。這樣就可以將對象以及對象之間的關(guān)系進行規(guī)范化的、方便快捷的處理。事實上,圖論在自然科學(xué)、社會科學(xué)、軍事、交通運輸?shù)雀鱾�領(lǐng)域都有廣泛的應(yīng)用。圖論在交通網(wǎng)絡(luò)和信息提取中的處理過程,首先將需要處理的網(wǎng)絡(luò)看作簡單圖,然后將其中的信息提取出來,構(gòu)建一個0-1關(guān)聯(lián)矩陣,探索研究發(fā)現(xiàn)擬陣中關(guān)于二元擬陣的矩陣表示正好對應(yīng)著現(xiàn)實生活中的這類特殊形式背景。因為信息的儲存也是用0-1,于是轉(zhuǎn)化成0-1形式背景,建立概念格信息提取方法�；谟脩舻乃�,借助概念格這種有效的數(shù)據(jù)挖掘和信息提取工具,對其建格和做出相應(yīng)的Hasse示圖形式,給予用戶更加清楚和多方面的選擇。本文利用圖論有關(guān)理論應(yīng)用于解決網(wǎng)絡(luò)和信息提取中的若干問題,主要內(nèi)容如下:1.圖論在最短時間路徑網(wǎng)絡(luò)中和貨物配送選址網(wǎng)絡(luò)中的兩個應(yīng)用。一是,以乘坐交通工具所用時間最短,選擇最優(yōu)線路為所研究的問題,給出了出行者對于在多個屬性條件限制下的最短路徑第k條最短時間路徑算法;二是,給出了快遞員郵寄貨物獲得合理配送方案的基于改進的k-means聚類算法的解決方案。2.圖論在交通網(wǎng)絡(luò)中信息提取的應(yīng)用。根據(jù)形式背景的特殊性,找出基于二元擬陣之K_n圖的概念格算法。列舉生活中的例子,驗證了該算法的可行性。
[Abstract]:In the field of mathematics, graph theory takes the network as the research object. The network is composed of nodes (also known as research objects, or simply referred to as objects) and wires, which represent the nodes and their interrelation. In practical applications, any network containing binary relations can be simulated by graph theory. Multidimensional and complex information can be changed into two-dimensional and ordered. Intuitive, clear binary matrix. In this way, objects and their relationships can be standardized, easy to deal with. In fact, graph theory in natural science, social science, military. The processing process of graph theory in traffic network and information extraction takes the network which needs to be processed as a simple graph and then extracts the information from it. By constructing a 0-1 correlation matrix, we find out that the matrix representation of bivariate matroids in matroids corresponds to this kind of special background in real life, because the information is also stored in 0-1. The concept lattice information extraction method is established. Based on the needs of the user, the concept lattice is an effective tool for data mining and information extraction. This paper applies graph theory to solve some problems in network and information extraction. The main contents are as follows: 1. Two applications of graph theory in shortest time path network and cargo distribution location network. In this paper, the algorithm of the shortest path k of the shortest path with multiple attribute constraints is given. Two. This paper presents a solution based on improved k-means clustering algorithm. 2. The application of graph theory in information extraction in transportation network. According to the particularity of formal background. A concept lattice algorithm based on a bivariate matroid is found, and the feasibility of the algorithm is verified by an example in life.
【學(xué)位授予單位】：河北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：O157.5

【參考文獻】

相關(guān)期刊論文 前10條

1 馬對霞;林姿瓊;祝峰;;擬陣在網(wǎng)絡(luò)安全中的應(yīng)用[J];小型微型計算機系統(tǒng);2015年08期

2 張濤;任宏雷;洪文學(xué);李慧;;基于屬性拓撲的可視化形式概念計算[J];電子學(xué)報;2014年05期

3 李立峰;;鏈圖的概念格表示[J];計算機科學(xué);2014年02期

4 李立峰;劉三陽;羅清君;;弦二部圖的概念格表示[J];電子學(xué)報;2013年07期

5 陳京榮;徐瑞華;;有偏好的交通網(wǎng)絡(luò)路徑選擇模型[J];交通運輸工程學(xué)報;2012年02期

6 毛華;李斌;;等價關(guān)系約束屬性的形式概念分析[J];計算機工程與應(yīng)用;2010年36期

7 谷煒;張群;胡睿;;基于改進K-means聚類的物流配送區(qū)域劃分方法研究[J];中國管理信息化;2010年24期

8 張德全;吳果林;劉登峰;;最短路問題的Floyd加速算法與優(yōu)化[J];計算機工程與應(yīng)用;2009年17期

9 毛華;楊蕾;竇林立;;對象格產(chǎn)生概念格[J];計算機工程與應(yīng)用;2009年08期

10 呂躍進;李金海;;概念格屬性約簡的啟發(fā)式算法[J];計算機工程與應(yīng)用;2009年02期

相關(guān)博士學(xué)位論文 前1條

1 胡一z，

本文編號：1409990