基于k-truss的圖社區(qū)發(fā)現(xiàn)算法研究.pdf_第1頁
已閱讀1頁,還剩61頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著現(xiàn)代化信息技術的迅猛發(fā)展,圖社區(qū)發(fā)現(xiàn)廣泛應用于社交網(wǎng)絡、生物學、語義網(wǎng)和模式識別等領域。團問題是近幾年提出的圖社區(qū)發(fā)現(xiàn)問題的一個分支,查找極大k-truss是團問題的一種基本解決方法,但是現(xiàn)有的k-truss計算方法不夠高效。本文重點研究如何高效求解極大k-truss問題,通過對現(xiàn)有基于內存的極大k-truss算法進行分析,發(fā)現(xiàn)現(xiàn)有算法存在過濾效果差、求解過程中存在大量冗余計算以及無法處理大圖等問題。具體研究內容如下。
  首

2、先,針對已有的基于內存的極大k-truss算法在過濾階段存在過濾效果差的問題,考慮到網(wǎng)絡圖中頂點度越高越可能形成極大k-truss,提出基于頂點度的過濾策略和以此為基礎的算法,在同樣的時間復雜度上減少了計算量,縮短了查找時間。
  其次,針對現(xiàn)存的方法在計算過程中存在大量冗余計算以及不能有效處理大圖的問題,提出了基于下界值的極大k-truss算法和基于上界值的極大k-truss算法。前者通過將大圖劃分成小圖以及為圖中的每條邊確定一

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論