首页> 中国专利> 一种两类基于近似度分布的分层图抽样方法

一种两类基于近似度分布的分层图抽样方法

摘要

本发明公开了一种两类基于近似度分布的分层图抽样方法,其特点采用k‑means聚类算法获取图中节点的近似度分布,并给出k‑means算法中k的最优值,统计不同层内节点的个数,得出指定比例下某层抽取节点数目的阈值,然后在图中采用基于边和基于随机游走的抽样策略,利用上述阈值筛选抽出的节点,并根据导出子图技术获取完整抽样子图,导出子图技术能够保证抽样子图的局部完整性,最后采用常用指标评价抽样结果的准确性。本发明与现有技术相比具有快速挖掘大规模图中隐藏的有价值的信息,抽样准确度高,有效解决了抽样有偏性的问题。

著录项

  • 公开/公告号CN111046248A

    专利类型发明专利

  • 公开/公告日2020-04-21

    原文格式PDF

  • 申请/专利权人 华东师范大学;

    申请/专利号CN201911308971.1

  • 发明设计人 贺樑;朱君鹏;吴雯;

    申请日2019-12-18

  • 分类号

  • 代理机构上海蓝迪专利商标事务所(普通合伙);

  • 代理人徐筱梅

  • 地址 200241 上海市闵行区东川路500号

  • 入库时间 2023-12-17 07:51:36

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2020-05-15

    实质审查的生效 IPC(主分类):G06F16/901 申请日:20191218

    实质审查的生效

  • 2020-04-21

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号