CN113315656B - 基于图传播的节点重要性评估方法、系统及可读存储介质 - Google Patents

基于图传播的节点重要性评估方法、系统及可读存储介质 Download PDF

Info

Publication number
CN113315656B
CN113315656B CN202110570391.0A CN202110570391A CN113315656B CN 113315656 B CN113315656 B CN 113315656B CN 202110570391 A CN202110570391 A CN 202110570391A CN 113315656 B CN113315656 B CN 113315656B
Authority
CN
China
Prior art keywords
node
information
communication network
importance
propagation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110570391.0A
Other languages
English (en)
Other versions
CN113315656A (zh
Inventor
李馥丹
刘湘德
王洪鹏
刘刚
于翔
聂敏
王德安
张瑞
黄旭岑
余康
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CETC 29 Research Institute
Original Assignee
CETC 29 Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CETC 29 Research Institute filed Critical CETC 29 Research Institute
Priority to CN202110570391.0A priority Critical patent/CN113315656B/zh
Publication of CN113315656A publication Critical patent/CN113315656A/zh
Application granted granted Critical
Publication of CN113315656B publication Critical patent/CN113315656B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12Discovery or management of network topologies

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种基于图传播的节点重要性评估方法、系统及可读存储介质,属于网络通信的技术领域,该评估方法包括:S1:根据通信网络拓扑结构构建邻接矩阵;S2:为通信网络中每个节点设置唯一的独热码以作为标记信息;S3:将通信网络中每个节点设置为信息源,并通过邻接矩阵对通信网络中的所有节点的标记信息进行传播,并循环迭代L次,使每个节点都不断从其邻居节点处聚合信息以生成节点信息;S4:利用更新循环L次的节点信息来计算整个通信网络中包含的各个节点的信息强度;S5:对各个节点的信息强度进行排序,以获取通信网络中各个节点的重要性排序,以达到有效降低计算复杂度并实现并行加速,能最准确高效地网络节点重要性评估的目的。

Description

基于图传播的节点重要性评估方法、系统及可读存储介质
技术领域
本发明属于网络通信的技术领域,具体而言,涉及一种基于图传播的节点重要性评估方法。
背景技术
网络的可靠性与网络的结构有着密切的关系,而网络中的大部分节点通常只与几个节点连接,只有极少数的节点与很多节点连接,网络就是靠这些少数“重要”节点连接起来的。现有的通信网络的节点重要性评估方法可以粗略地分为两类:基于局部拓扑的节点评估方法和基于全局拓扑的节点评估方法。
基于局部拓扑的节点评估方法主要考虑节点邻域信息和自身信息,此类方法的优点是简单、直观、计算复杂度低,但是由于此类方法仅仅关注节点邻域信息来评价其重要度,忽略了通信网络的全局结构,导致此类方法的评估性能是有限的。
基于全局拓扑的节点评估方法结合通信网络的全部信息来评估每个节点的重要性,相比于基于局部拓扑的方法,此类方法能够获得更准确的排序结果,但具有较高的计算复杂度,难以应用于大规模的通信网络的评估与分析。
总的来说,即使这些方法在节点重要性评估领域都取得了一定的成功,但仍存在一些挑战有待于解决:
(1)这些方法难以实现矩阵的并行计算,因此,导致很难再并行计算平台上加速运算;
(2)基于局部拓扑的方法仅仅关注于当前节点的邻域(即一阶拓扑关系),忽略了当前节点的高阶的拓扑关系,而基于全局拓扑的方法虽然隐式地考虑了高阶关系,但是对于拓扑结构复杂的网络而言,计算复杂度高。
发明内容
鉴于此,为了解决现有技术存在的上述问题,本发明的目的在于提供一种基于图传播的节点重要性评估方法以达到有效降低计算复杂度并实现并行加速,进而最准确高效地网络节点重要性评估的目的。
本发明所采用的技术方案为:一种基于图传播的节点重要性评估方法,该评估方法包括:
S1:根据通信网络拓扑结构构建邻接矩阵;
S2:为通信网络中每个节点设置唯一的独热码以作为每个节点的标记信息;
S3:将通信网络中每个节点设置为信息源,并通过邻接矩阵对通信网络中的所有节点的标记信息进行传播,并循环迭代L次,使每个节点都不断从其邻居节点处聚合信息以生成节点信息;
S4:利用更新循环L次的节点信息来计算整个通信网络中包含的各个节点的信息强度;
S5:对各个节点的信息强度进行排序,以获取到整个通信网络中各个节点的重要性排序;
从而从各个价值迥异的通信网络节点中筛选出最有价值的节点,为构建网络以及保持网络的稳定性提供支撑。
进一步地,当通信网络的边不具备权重信息时,则每条边具有相同的权重,该通信网络所对应的邻接矩阵为Aij(i=1,2,...N;j=1,2,...N),可表达为:
Figure BDA0003082380460000031
对于任意节点i=1,2,…,N;Aii=1。
进一步地,当通信网络的边具备权重信息时,邻接矩阵直接根据边的权重构造,则为:
Aij=Wij
其中,Wij表示节点i与节点j所对应的边权重,i=1,2,…,N;j=1,2,…,N。
进一步地,在步骤S2中,对通信网络中任意节点i设置唯一的独热码,并将其标记信息表示为:Xi=[xi1,xi2,...xij,...xiN],当且仅当j=i时,xij=1,其余xij(j≠i)均为0。
进一步地,在步骤S3中,将节点信息的传播表示为:
Figure BDA0003082380460000032
其中,L为超参数,表示信息的传播次数;AL表示邻接矩阵A的幂运算;k表示额外引入的中间变量,k=1,2,...,N。
进一步地,在步骤S4中,采用
Figure BDA0003082380460000033
表示通信网络通过执行L次的信息传播后,整个通信网络中包含节点j标识信息的信息强度,且:
Figure BDA0003082380460000034
其中,j=1,2,…N,以
Figure BDA0003082380460000035
作为节点j的重要性评价指标。
进一步地,在步骤S5中,依据执行L次信息传播后的通信网络中每个节点所对应的信息强度
Figure BDA0003082380460000036
通过从小到大进行排序,进而获取到整个通信网络中各个节点的重要性排序。
在本发明中还提供了一种基于图传播的节点重要性评估系统,该评估系统包括存储器和处理器;
所述存储器,用于存储程序代码;
所述处理器,用于调用所述程序代码,当程序代码被执行时,用于执行上述所述的基于图传播的节点重要性评估方法。
在本发明中还提供了一种可读存储介质,所述可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的基于图传播的节点重要性评估方法。
本发明的有益效果为:
1.采用本发明所提供的基于图传播的节点重要性评估方法,将通信网络中的每一个节点看作一个信息源,通过该通信网络的拓扑结构,将每个信息源节点的自身信息向外传播,经过多次传播后,每个信息源的节点信息将会分布在通信网络上多阶邻居上,该评估方法的决策准则是通过计算信息传播多次后的通信网络中每个信息源的信息强度的大小来评价每个信息源节点的重要程度,可依据通信网络中各个节点的重要性,以个性化设计各个节点,进而保证通信系统的稳定性和鲁棒性。
附图说明
图1是本发明所提供的基于图传播的节点重要性评估方法的流程示意图;
图2是本发明所提供的基于图传播的节点重要性评估方法在实施例1中“风筝”网络的示例图;
图3是本发明所提供的基于图传播的节点重要性评估方法在实施例1中对“风筝”网络节点重要性的可视化结果。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的模块或具有相同或类似功能的模块。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。相反,本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
实施例1
本实施例以图2所示的具有10个节点的“风筝”网络为例,来说明本方法如何计算节点的重要性排序。为了表达清晰,风筝网络中的节点分布采用整数1,2,…,10进行编号。
为探索节点间的高阶关系以及网络的拓扑结构,在本实施例中,如图1所示,提供的节点重要性评估方法主要包括:
S1:根据通信网络拓扑结构构建邻接矩阵;在构建邻接矩阵时,分为:
①当通信网络的边不具备权重信息时,则每条边具有相同的权重,该通信网络所对应的邻接矩阵为Aij(i=1,2,...N;j=1,2,...N),可表达为:
Figure BDA0003082380460000051
对于任意节点i=1,2,…,N;Aii=1。
②当通信网络的边具备权重信息时,邻接矩阵直接根据边的权重构造,则为:
Aij=Wij
其中,Wij表示节点i与节点j所对应的边权重,i=1,2,…,N;j=1,2,…,N。
在本实施例中,举例构建的邻接矩阵为:
Figure BDA0003082380460000061
S2:为通信网络中每个节点设置唯一的独热码以作为每个节点的标记信息;对通信网络中任意节点i设置唯一的独热码,并将节点i标记信息表示为:Xi=[xi1,xi2,...xij,...xiN],当且仅当j=i时,xij=1,其余xij(j≠i)均为0。例如,对节点1来说,X1=[1,0,...,0,...0,0]。
在本实施例中,对风筝网络中的10个节点分别设置唯一的独热码,分别为:
节点1:[1 0 0 0 0 0 0 0 0 0]
节点2:[0 1 0 0 0 0 0 0 0 0]
节点3:[0 0 1 0 0 0 0 0 0 0]
节点4:[0 0 0 1 0 0 0 0 0 0]
节点5:[0 0 0 0 1 0 0 0 0 0]
节点6:[0 0 0 0 0 1 0 0 0 0]
节点7:[0 0 0 0 0 0 1 0 0 0]
节点8:[0 0 0 0 0 0 0 1 0 0]
节点9:[0 0 0 0 0 0 0 0 1 0]
节点10:[0 0 0 0 0 0 0 0 0 1]
S3:将通信网络中每个节点设置为信息源,并通过邻接矩阵对通信网络中的所有节点的标记信息进行传播,并循环迭代L次,使每个节点都不断从其邻居节点处聚合信息以生成节点信息,将节点信息的传播表示为:
Figure BDA0003082380460000071
其中,L为超参数,表示信息的传播次数;AL表示邻接矩阵A的幂运算;k表示额外引入的中间变量,k=1,2,...,N;j=1,2,3.....N。
在本实施例中,取L=3,将10个节点基于上述的公式(1)计算生成每个节点的节点信息,如下:
传播第一次后:
节点1:[1 1 0 0 0 0 0 0 0 0]
节点2:[1 1 1 0 0 0 0 0 0 0]
节点3:[0 1 1 1 1 0 0 0 0 0]
节点4:[0 0 1 1 1 0 1 1 1 0]
节点5:[0 0 1 1 1 1 1 0 0 1]
节点6:[0 0 0 0 1 1 1 0 0 1]
节点7:[0 0 0 1 1 1 1 1 1 1]
节点8:[0 0 0 1 0 0 1 1 1 0]
节点9:[0 0 0 1 0 0 1 1 1 1]
节点10:[0 0 0 0 1 1 1 0 1 1]
传播第二次后:
节点1:[2 2 1 0 0 0 0 0 0 0]
节点2:[2 3 2 1 1 0 0 0 0 0]
节点3:[1 2 4 3 3 1 2 1 1 1]
节点4:[0 1 3 6 4 2 5 4 4 3]
节点5:[0 1 3 4 6 4 5 2 3 4]
节点6:[0 0 1 2 4 4 4 1 2 4]
节点7:[0 0 2 5 5 4 7 4 5 5]
节点8:[0 0 1 4 2 1 4 4 4 2]
节点9:[0 0 1 4 3 2 5 4 5 3]
节点10:[0 0 1 3 4 4 5 2 3 5]
传播第三次后:
节点1:[4 5 3 1 1 0 0 0 0 0]
节点2:[5 7 7 4 4 1 2 1 1 1]
节点3:[3 7 12 14 14 7 12 7 8 8]
节点4:[1 4 14 26 23 14 28 19 22 18]
节点5:[1 4 14 23 26 19 28 14 18 22]
节点6:[0 1 7 14 19 16 21 9 13 18]
节点7:[0 2 12 28 28 21 35 21 26 26]
节点8:[0 1 7 19 14 9 21 16 18 13]
节点9:[0 1 8 22 18 13 26 18 21 18]
节点10:[0 1 8 18 22 18 26 13 18 21]
S4:利用更新循环L次的节点信息来计算整个通信网络中包含的各个节点的信息强度;采用
Figure BDA0003082380460000081
表示通信网络通过执行L次的信息传播后,整个通信网络中包含节点j标识信息的信息强度,且:
Figure BDA0003082380460000082
其中,j=1,2,…N,以
Figure BDA0003082380460000091
作为节点j的重要性评价指标,计算整个通信网络包含各节点的信息强度为:
[143392169169118199118145145]
该信息强度分别对应10个节点,即依次对应Z1、Z2、Z3、Z4、Z5、Z6、Z7、Z8、Z9以及Z10。
S5:对各个节点的信息强度进行排序,以获取到整个通信网络中各个节点的重要性排序。在本实施例中,依据执行L次信息传播后的通信网络中每个节点所对应的信息强度
Figure BDA0003082380460000092
通过从小到大进行排序,进而获取到整个通信网络中各个节点的重要性排序,如图3所示,排序的最终结果如下:
Z7>Z5=Z4>Z10=Z9>Z6=Z8>Z3>Z2>Z1
依据通信网络节点的重要性,来个性化设计各个节点,进而保证通信系统的稳定性和鲁棒性。
实施例2
在本实施例中具体提供了一种基于图传播的节点重要性评估系统,该评估系统包括存储器和处理器;所述存储器用于存储程序代码;所述处理器用于调用所述程序代码,当程序代码被执行时,用于执行如实施例1中所述的基于图传播的节点重要性评估方法。
该节点重要性评估系统在实际应用时,其通过高效的矩阵运算实现,进而加快算法执行时间,可在并行计算平台的处理器(例如GPU)上实现实时的网络节点分析与评估。
实施例3
在本实施例中具体提供了一种可读存储介质,所述可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述如实施例1中所述的基于图传播的节点重要性评估方法。
需要说明的是,在本申请的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (7)

1.一种基于图传播的节点重要性评估方法,其特征在于,该评估方法包括:
S1:根据通信网络拓扑结构构建邻接矩阵;
S2:为通信网络中每个节点设置唯一的独热码以作为每个节点的标记信息;
S3:将通信网络中每个节点设置为信息源,并通过邻接矩阵对通信网络中的所有节点的标记信息进行传播,并循环迭代L次,使每个节点都不断从其邻居节点处聚合信息以生成节点信息;
S4:利用更新循环L次的节点信息来计算整个通信网络中包含的各个节点的信息强度;
S5:对各个节点的信息强度进行排序,以获取到整个通信网络中各个节点的重要性排序;
在步骤S2中,对通信网络中任意节点i设置唯一的独热码,并将其标记信息表示为:Xi=[xi1,xi2,...xij,...xiN],且xii=1,其余为0;
在步骤S3中,将节点信息表示为:
Figure FDA0003627153080000011
其中,Aij表示该通信网络所对应的邻接矩阵;i=1,2,…,N;j=1,2,…,N;L为超参数,表示信息的传播次数;AL表示邻接矩阵A的幂运算;k=1,2,3.....N。
2.根据权利要求1所述的基于图传播的节点重要性评估方法,其特征在于,当通信网络的边不具备权重信息时,则每条边具有相同的权重,Aij可表达为:
Figure FDA0003627153080000012
对于任意节点i=1,2,…,N;Aii=1。
3.根据权利要求1所述的基于图传播的节点重要性评估方法,其特征在于,当通信网络的边具备权重信息时,邻接矩阵直接根据边的权重构造,则为:
Aij=Wij
其中,Wij表示节点i与节点j所对应的边权重。
4.根据权利要求3所述的基于图传播的节点重要性评估方法,其特征在于,在步骤S4中,采用
Figure FDA0003627153080000021
表示通信网络通过执行L次的信息传播后,整个通信网络中包含节点j标识信息的信息强度,且:
Figure FDA0003627153080000022
其中,j=1,2,…N,以
Figure FDA0003627153080000023
作为节点j的重要性评价指标。
5.根据权利要求4所述的基于图传播的节点重要性评估方法,其特征在于,在步骤S5中,依据执行L次信息传播后的通信网络中每个节点所对应的信息强度
Figure FDA0003627153080000024
通过从小到大进行排序,进而获取到整个通信网络中各个节点的重要性排序。
6.一种基于图传播的节点重要性评估系统,其特征在于,该评估系统包括存储器和处理器;
所述存储器,用于存储程序代码;
所述处理器,用于调用所述程序代码,当程序代码被执行时,用于执行如权利要求1-5任意一项所述的基于图传播的节点重要性评估方法。
7.一种可读存储介质,所述可读存储介质内存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-5任一项所述的基于图传播的节点重要性评估方法。
CN202110570391.0A 2021-05-25 2021-05-25 基于图传播的节点重要性评估方法、系统及可读存储介质 Active CN113315656B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110570391.0A CN113315656B (zh) 2021-05-25 2021-05-25 基于图传播的节点重要性评估方法、系统及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110570391.0A CN113315656B (zh) 2021-05-25 2021-05-25 基于图传播的节点重要性评估方法、系统及可读存储介质

Publications (2)

Publication Number Publication Date
CN113315656A CN113315656A (zh) 2021-08-27
CN113315656B true CN113315656B (zh) 2022-06-14

Family

ID=77374516

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110570391.0A Active CN113315656B (zh) 2021-05-25 2021-05-25 基于图传播的节点重要性评估方法、系统及可读存储介质

Country Status (1)

Country Link
CN (1) CN113315656B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105761153A (zh) * 2016-03-30 2016-07-13 南京邮电大学 一种加权网络重要用户发现的实现方法
CN111478854A (zh) * 2020-04-01 2020-07-31 中国人民解放军国防科技大学 基于流量数据的实时网络节点重要性排序方法
CN111612641A (zh) * 2020-04-30 2020-09-01 兰州理工大学 一种社交网络中有影响力用户的识别方法
CN111723298A (zh) * 2020-05-11 2020-09-29 珠海高凌信息科技股份有限公司 基于改进标签传播的社交网络社团发现方法、装置及介质
CN111934937A (zh) * 2020-09-14 2020-11-13 中国人民解放军国防科技大学 基于重要性迭代的相依网络节点重要度评估方法和装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7774340B2 (en) * 2004-06-30 2010-08-10 Microsoft Corporation Method and system for calculating document importance using document classifications
US10289471B2 (en) * 2016-02-08 2019-05-14 Nec Corporation Ranking causal anomalies via temporal and dynamical analysis on vanishing correlations
CN112700124B (zh) * 2020-12-29 2023-10-24 长安大学 多层交通网络mrwc节点重要性排序方法、系统、电子设备及计算机可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105761153A (zh) * 2016-03-30 2016-07-13 南京邮电大学 一种加权网络重要用户发现的实现方法
CN111478854A (zh) * 2020-04-01 2020-07-31 中国人民解放军国防科技大学 基于流量数据的实时网络节点重要性排序方法
CN111612641A (zh) * 2020-04-30 2020-09-01 兰州理工大学 一种社交网络中有影响力用户的识别方法
CN111723298A (zh) * 2020-05-11 2020-09-29 珠海高凌信息科技股份有限公司 基于改进标签传播的社交网络社团发现方法、装置及介质
CN111934937A (zh) * 2020-09-14 2020-11-13 中国人民解放军国防科技大学 基于重要性迭代的相依网络节点重要度评估方法和装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Adjacent graph-based block kernel nonnegative matrix factorization;Wen-Sheng Chen,Qian Wang;《2017 International Conference on Security,Pattern Analysis,and Cybernetics》;20180301;全文 *
基于谱聚类带有节点特征的社区发现算法;唐风琴;《中国科学技术大学学报》;20180215;全文 *
频控阵MIMO雷达中基于稀疏迭代的多维信息联合估计方法;刘刚;《雷达学报》;20170209;全文 *

Also Published As

Publication number Publication date
CN113315656A (zh) 2021-08-27

Similar Documents

Publication Publication Date Title
Kaiser et al. Spatial growth of real-world networks
Li et al. Stepping community detection algorithm based on label propagation and similarity
CN112513886A (zh) 信息处理方法、信息处理装置和信息处理程序
CN112100450A (zh) 一种图计算数据分割方法、终端设备及存储介质
CN108737491B (zh) 信息推送方法和装置以及存储介质、电子装置
CN112417316A (zh) 一种基于多标签传播的半监督重叠社区发现算法
CN117061365B (zh) 一种节点选择方法、装置、设备及可读存储介质
CN113315656B (zh) 基于图传播的节点重要性评估方法、系统及可读存储介质
CN116151384B (zh) 量子电路处理方法、装置及电子设备
CN113111619A (zh) 基于谱图稀疏化的供电网络仿真方法及系统
CN113127730A (zh) 一种基于重叠社区的社区检测方法、终端设备及存储介质
CN106844533B (zh) 一种数据分组聚集方法及装置
CN116151381A (zh) 量子电路处理方法、装置及电子设备
CN115546441A (zh) 三维点云多层次递归与加权平滑的云图可视化方法、装置
CN109639469A (zh) 一种联合学习稀疏属性网络表征方法及系统
CN116611527B (zh) 量子电路处理方法、装置及电子设备
CN112241767A (zh) 管网水压监测节点布置方法、装置、设备及存储介质
CN111723247A (zh) 基于图的假设计算
CN112633559B (zh) 一种基于动态图卷积神经网络的社交关系预测方法及系统
Du et al. A memetic algorithm to optimize critical diameter
CN116629370B (zh) 量子电路处理方法、装置及电子设备
CN114615146B (zh) 软件定义网络sdn控制器部署方法、装置、设备及存储介质
CN117787424A (zh) 量子电路处理方法、装置及电子设备
CN114186674A (zh) 一种基于树结构划分的精细神经元高效仿真方法和装置
CN117313880A (zh) 量子电路处理方法、装置及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant