[發(fā)明專利]一種基于網(wǎng)絡(luò)分區(qū)的層次網(wǎng)絡(luò)嵌入方法有效
| 申請?zhí)枺?/td> | 202010410813.3 | 申請日: | 2020-05-15 |
| 公開(公告)號: | CN111597665B | 公開(公告)日: | 2023-05-23 |
| 發(fā)明(設(shè)計)人: | 張賢坤;馬蘊(yùn)玢;康俊龍 | 申請(專利權(quán))人: | 天津科技大學(xué) |
| 主分類號: | G06F30/18 | 分類號: | G06F30/18 |
| 代理公司: | 北京慕達(dá)星云知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11465 | 代理人: | 符繼超 |
| 地址: | 300457 天津市濱*** | 國省代碼: | 天津;12 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 網(wǎng)絡(luò) 分區(qū) 層次 嵌入 方法 | ||
1.一種基于網(wǎng)絡(luò)分區(qū)的層次網(wǎng)絡(luò)嵌入方法,其特征在于,包括:
步驟1:基于模塊度增益判斷網(wǎng)絡(luò)原圖中節(jié)點(diǎn)的歸屬社區(qū),確定網(wǎng)絡(luò)分區(qū)數(shù);
步驟2:將網(wǎng)絡(luò)分區(qū)數(shù)設(shè)定為最小規(guī)模抽象圖的規(guī)模閾值,基于混合坍縮方法對網(wǎng)絡(luò)原圖進(jìn)行圖抽象,輸出規(guī)模逐漸縮小的抽象圖,直至最粗抽象圖等于最小規(guī)模抽象圖的規(guī)模;混合坍縮方法具體坍縮過程需要滿足雙射函數(shù)和滿射函數(shù):
雙射函數(shù)使得有其中C表示網(wǎng)絡(luò)原圖的社區(qū),va表示抽象圖的節(jié)點(diǎn),Va表示抽象圖節(jié)點(diǎn)集,Ci表示網(wǎng)絡(luò)原圖的各個社區(qū),表示抽象圖節(jié)點(diǎn)集的各個節(jié)點(diǎn);
滿射函數(shù)使得有其中G表示網(wǎng)絡(luò)原圖,V表示網(wǎng)絡(luò)原圖節(jié)點(diǎn)集,Ga表示抽象圖,Va表示抽象圖節(jié)點(diǎn)集,vi表示網(wǎng)絡(luò)原圖節(jié)點(diǎn)集V的各個節(jié)點(diǎn),表示抽象圖節(jié)點(diǎn)集Va的各個節(jié)點(diǎn);
步驟3:根據(jù)基線算法對最粗抽象圖進(jìn)行表示學(xué)習(xí),得到最粗抽象圖的表示;具體為:
通過基線算法Embed應(yīng)用于(GaL,0)進(jìn)行學(xué)習(xí),得到最粗抽象圖的表示GaL表示最粗抽象圖,0表示零矩陣,作為最粗抽象圖的初始參照;
步驟4:通過嵌入傳播方法由最粗抽象圖的表示逐層傳播和細(xì)化,得到原始圖表示;具體為:
將最粗抽象圖的表示作為最粗抽象圖的上一層抽象圖GaL-1的參照嵌入,將傳播算法Propagation應(yīng)用于
將基線算法Embed應(yīng)用于得到最粗抽象圖的上一層抽象圖的表示
重復(fù)以上步驟,直到嵌入傳播得到首層抽象圖Ga0的表示
嵌入傳播過程需要滿足嵌入函數(shù)和傳播函數(shù):
傳播函數(shù)其中GaL-1表示最粗抽象圖的上一層抽象圖,GaL表示最粗抽象圖,表示最粗抽象圖的表示,表示最粗抽象圖的上一層抽象圖的參照嵌入;
嵌入函數(shù)其中GaL-1表示最粗抽象圖的上一層抽象圖,表示最粗抽象圖的上一層抽象圖的參照嵌入,GaL-1表示最粗抽象圖的上一層抽象圖的表示。
2.根據(jù)權(quán)利要求1所述的一種基于網(wǎng)絡(luò)分區(qū)的層次網(wǎng)絡(luò)嵌入方法,其特征在于,步驟1包括:
步驟11:輸入網(wǎng)絡(luò)原圖G=(V,E),其中,V表示網(wǎng)絡(luò)原圖G的節(jié)點(diǎn)集,E表示網(wǎng)絡(luò)原圖G的邊集;
步驟12:根據(jù)模塊度增益ΔQ將網(wǎng)絡(luò)原圖中的節(jié)點(diǎn)重新劃分歸屬社區(qū),從而確定出網(wǎng)絡(luò)分區(qū)數(shù)nc;
ΔQ表示模塊度增益,其值反應(yīng)了節(jié)點(diǎn)i由當(dāng)前社區(qū)并入到其鄰居社區(qū)的模塊度增益,|E|表示網(wǎng)絡(luò)原圖中邊數(shù)目,ca表示節(jié)點(diǎn)i發(fā)生社區(qū)變化前的鄰居社區(qū),cb表示節(jié)點(diǎn)i發(fā)生社區(qū)變化前的當(dāng)前社區(qū),表示節(jié)點(diǎn)i發(fā)生社區(qū)變化前社區(qū)ca中所有節(jié)點(diǎn)的度之和,表示節(jié)點(diǎn)i發(fā)生社區(qū)變化前社區(qū)cb中所有節(jié)點(diǎn)的度之和,ki表示節(jié)點(diǎn)i的度,表示節(jié)點(diǎn)i與并入后社區(qū)ca中節(jié)點(diǎn)的連接邊數(shù),表示節(jié)點(diǎn)i與并入前社區(qū)cb中節(jié)點(diǎn)的連接邊數(shù)。
3.根據(jù)權(quán)利要求2所述的一種基于網(wǎng)絡(luò)分區(qū)的層次網(wǎng)絡(luò)嵌入方法,其特征在于,步驟2具體包括:
在圖抽象的過程中,每層圖的劃分結(jié)果需要滿足以下條件:
其中,Ci、Cj分別表示網(wǎng)絡(luò)原圖中第i、j個社區(qū);|Ci|表示網(wǎng)絡(luò)原圖中的分區(qū)數(shù)目,vj表示網(wǎng)絡(luò)原圖分區(qū)Ci的節(jié)點(diǎn)集,V表示網(wǎng)絡(luò)原圖的節(jié)點(diǎn)集,G表示網(wǎng)絡(luò)原圖;
通過圖抽象輸出規(guī)模逐漸縮小的抽象圖:
Gai=(Vai,Eai),i=1,2,...,L??????(3)
其中,|Vai|<<|V|,|Eai|<<|E|,|V|表示網(wǎng)絡(luò)原圖的節(jié)點(diǎn)數(shù)目,|E|表示網(wǎng)絡(luò)原圖的邊數(shù)目,Vai表示抽象圖Gai的節(jié)點(diǎn)集,Eai表示抽象圖Gai的邊集,|Vai|表示抽象圖Gai的節(jié)點(diǎn)數(shù)目,|Eai|表示抽象圖Gai的邊數(shù)目,i表示第i層抽象圖。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于天津科技大學(xué),未經(jīng)天津科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010410813.3/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 網(wǎng)絡(luò)和網(wǎng)絡(luò)終端
- 網(wǎng)絡(luò)DNA
- 網(wǎng)絡(luò)地址自適應(yīng)系統(tǒng)和方法及應(yīng)用系統(tǒng)和方法
- 網(wǎng)絡(luò)系統(tǒng)及網(wǎng)絡(luò)至網(wǎng)絡(luò)橋接器
- 一種電力線網(wǎng)絡(luò)中根節(jié)點(diǎn)網(wǎng)絡(luò)協(xié)調(diào)方法和系統(tǒng)
- 一種多網(wǎng)絡(luò)定位方法、存儲介質(zhì)及移動終端
- 網(wǎng)絡(luò)裝置、網(wǎng)絡(luò)系統(tǒng)、網(wǎng)絡(luò)方法以及網(wǎng)絡(luò)程序
- 從重復(fù)網(wǎng)絡(luò)地址自動恢復(fù)的方法、網(wǎng)絡(luò)設(shè)備及其存儲介質(zhì)
- 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法、裝置及存儲介質(zhì)
- 網(wǎng)絡(luò)管理方法和裝置





