Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜北京理工大学李荣华获国家专利权

恭喜北京理工大学李荣华获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜北京理工大学申请的专利一种基于位图近似的h-跳距离核分解方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN111382316B

龙图腾网通过国家知识产权局官网在2023-09-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202010151472.2,技术领域涉及:G06F16/901;该发明授权一种基于位图近似的h-跳距离核分解方法是由李荣华;代强强;王国仁;金福生设计研发完成,并于2020-03-06向国家知识产权局提交的专利申请。

一种基于位图近似的h-跳距离核分解方法在说明书摘要公布了:本发明公开了一种基于位图近似的h‑跳距离核分解方法,可用于许多大数据处理相关的应用,例如社交网络分析,合作网络分析及web网络分析等。本发明提出了基于位图近似的h‑跳距离核分解方法,来提高大图处理的效率,该方法不仅使内存消耗还是时间消耗均得到了极大的改善,尤其是在时间效率上能够提升一到两个数量至多。该方法基于位图的存储技术来提高算法的时间和空间效率,而且精确算法在处理大图数据也相当困难的同时,本发明实施例在保证一定准确度的同时,大幅度提升算法的计算效率,以更高效率处理大数据。

本发明授权一种基于位图近似的h-跳距离核分解方法在权利要求书中公布了:1.一种基于位图近似的h-跳距离核分解方法,其特征在于,应用于社交网络分析领域,估计出网络中所隐含的社交圈子,该方法包括以下步骤:S1、从待分解的社交网络原图G中随机抽样一个社交网络子图S;所述社交网络子图S中的具体人节点v为被抽样的具体人节点v;所述社交网络定义为G=V,E,其它符号都是图G=V,E中的定义;V表示图中节点集合,图中的节点表示社交网络中的具体人;E表示图中边的集合,图中的边表示人之间的关系;从V中随机选择预设比例节点集合,由此集合组成的诱导子图为社交网络子图S;S2、计算每个具体人节点v在所述社交网络原图G中的h-跳邻居数及其h-跳邻居中被抽样的节点数,分别用和SelvG表示;并将和SelvG的比值存储于ratev;S3、当删除一个具体人节点v后,为h-跳邻居中的每个具体人节点v重新编号,初始化每个具体人节点v的Rold和Rnew数组;其中,表示具体人节点v在社交网络原图G中的h-跳邻居;disGu,v表示具体人节点v与具体人邻居节点u之间最短路径的长度,并且用表示具体人节点v在G的h-跳邻居数;定义为v在图G中的h-跳邻居,其中disGu,v表示节点v与u之间最短路径的长度,并且用表示节点v在G的h-跳邻居数;如果和称GS=S,Es为图G的诱导子图,且k,h-Core正式的定义如下:k,h-Core给定无向图无权G和两个参数k和h,k,h-Core是图G中的一个极大子图并且子图中任意节点v的h-跳度要满足节点的h-跳度是在子图诱导子图中的度;S4、根据预设规则和动态规划方程更新每个Rold和Rnew数组;每个具体人节点v中被抽样的h-跳邻居均保存于Rnew数组中,遍历每个具体人节点v的Rnew数组,查找到每个具体人节点v被抽样的h-跳邻居的减少数;根据更新后的SeluG和rateu,估计具体人邻居节点u在G中的h-跳邻居直到社区G为空,计算终止,完成了社交网络中社交圈子的估计;所述步骤S4中的预设规则,包括:对于中任意节点u,并且节点v与邻居节点u之间的距离为s,如果v从G中删除,则对于的任意节点w与u之间的最短路径,包含在的诱导子图中;所述步骤S4包括:S41、查找出社交网络原图G中最小的h-跳邻居数k;S42、将社交网络原图G中所有h-跳邻居数为k的节点放入队列Q中;S43、从Q中选择节点v,将v从Q中和G中删除,并且将corehv赋值为k;S44、基于位图的近似动态更新在中所有节点的h-跳邻居数;S45、如果中存在节点u的h-跳邻居数小于等于k,则将u放入集合Q中;S46、如果集合Q不为空,重复S43~S45;S47、如果图G不为空,重复S41~S46;所述步骤S44包括:第一步,用P表示S中被抽样节点的集合;第二步,若S节点个数为x,则将S中每个节点的标签从0到x-1重新编号,并用ui0≤i<x表示;第三步,用两个比特位数组Rold和Rnew来存储S中每个节点的h-跳邻居;第四步,对S中每个节点ui,如果ui在P中则初始化Rold[i]=1i,否则Rold[i]=0;第五步,遍历社交网络子图S中所有的边ui,uj并执行第六步;第六步,将节点ui和uj的分别对应的Rold[i]、Rold[J]按位或操作,并将结果分别保存于Rnew[i]与Rnew[j]中;第七步,执行完第五步和第六步之后交换Rnew与Rold;第八步,执行第五步到第七步共h次并在最后一次迭代将结果存入Rnew中;第九步,遍历S中所有节点ui,并执行第十步到第十二步;第十步,s=disGui,v,如果v在P中则定义变量cnt=0,否则cnt=1;第十一步,遍历的每个节点uj,如果Rnew[i]的第j位为0,则cnt加1;第十二步,更新为则ui在删除v之后的h-跳邻居数为

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。