(19)国家知识产权局
(12)发明 专利申请
(10)申请公布号
(43)申请公布日
(21)申请 号 202210927391.6
(22)申请日 2022.08.03
(71)申请人 中国科学院信息 工程研究所
地址 100093 北京市海淀区闵庄路甲89号
(72)发明人 刘燕兵 夏辉 袁方方 张春燕
曹聪 卢毓海 谭建龙
(74)专利代理 机构 北京君尚知识产权代理有限
公司 11200
专利代理师 邱晓锋
(51)Int.Cl.
G06V 10/40(2022.01)
G06V 10/10(2022.01)
G06V 10/26(2022.01)
G06V 10/44(2022.01)
(54)发明名称
一种稠密子图抽取方法和系统
(57)摘要
本发明涉及一种稠 密子图抽取方法和系统,
属于计算机软件技术领域。 该方法包括: 对原图
采用Mas策略进行子图分割, 得到节点序列L; 对
节点序列L进行合并检查, 无法通过合并检查的
结点重新回到原图做后续的分割; 对通过合并检
查的子图结点进行合并, 构成K边联通子图。 本发
明在图分解框架中使用了最大S ‑T流解决路径数
搜索问题, 对现有Mas策略的不足提出了改进方
法, 使得本方法在K ‑ECC抽取工作中提高了现有
工作的准确率。
权利要求书1页 说明书7页 附图2页
CN 115424025 A
2022.12.02
CN 115424025 A
1.一种稠密子图抽取 方法, 其特 征在于, 包括以下步骤:
对原图采用Mas策略进行子图分割, 得到节点序列L;
对节点序列L进行合并检查, 无法通过合并检查的结点重新回到原图做后续的分割; 对
通过合并检查的子图结点进行合并, 构成K边联通子图。
2.根据权利要求1所述的方法, 其特征在于, 所述对原图采用Mas策略进行子图分割, 得
到节点序列L, 包括: 首先从父图中随机选择一个结点加入L, 并维护一个L的邻居集合N(L);
然后从N(L)中选取与L中结点的连接度最大的结点u加入L尾部, 获得u的邻居结点集N(u),
并更新N(L), 直到N(L)为空; s、 t是Mas策略生成 的L中的最后两个结点, 最后一个结点为t,
倒数第二个为s, 最后得到的节点序列L 为t之前所有顶点。
3.根据权利要求1所述的方法, 其特征在于, 以G作为输入的Mas策略的第一次运行返回
的最小s1‑t1割(S1,T1)有两种情况: s1和t1位于G的全局最小割的不同侧, 或者位于同一侧;
在前一种情况下(S1,T1)必须是G的全局最小割, 在后一种情况下s1和t1收缩为一个超顶点
而不影响G的全局最小割。
4.根据权利要求1所述的方法, 其特征在于, 当有多个同度结点接入L 时, 以其邻居加入
L的顺序进行排序。
5.根据权利要求1所述的方法, 其特征在于, 所述对节点序列L进行合并检查, 包括: 对L
进行最大s‑t流检测, 如果最大s ‑t流小于K, 则切分子图, 并不断重复这一过程, 同时使用路
径增广与路径交换避免边冲突。
6.根据权利要求5所述的方法, 其特征在于, 所述路径增广旨在找到所有可能的s ‑t路
径。
7.根据权利要求5所述的方法, 其特 征在于, 所述路径交换旨在解决现有路径冲突。
8.一种稠密子图抽取系统, 其特 征在于, 包括:
子图分割模块, 用于对原图采用Mas策略进行子图分割, 得到节点序列L;
合并检查模块, 用于对节点序列L进行合并检查, 无法通过合并检查的结点重新回到原
图做后续的分割, 对通过合并检查的子图结点进行合并, 构成K边联通子图。
9.一种电子装置, 其特征在于, 包括存储器和 处理器, 所述存储器存储计算机程序, 所
述计算机程序被配置为由所述处理器执行, 所述计算机程序包括用于执行权利要求 1~7中
任一项所述方法的指令 。
10.一种计算机可读存储介质, 其特征在于, 所述计算机可读存储介质存储计算机程
序, 所述计算机程序被 计算机执 行时, 实现权利要求1~7中任一项所述的方法。权 利 要 求 书 1/1 页
2
CN 115424025 A
2一种稠密子 图抽取方 法和系统
技术领域
[0001]本发明属于计算机软件技 术领域, 具体涉及一种稠密子图抽取 方法和系统。
背景技术
[0002]对于K‑ECC(K‑Edge Connected Component, K边联通子图)的抽取, 是一个多项式
时间问题, 多是从寻找原始图的min ‑cut来将min ‑cut<K的子图抽取出来, 进而将图分解为
多个子图, 由于花费了大量计算资源在不满足条件的子图上, 精确算法的性能非常慢。 随着
图规模的增大, 近似算法在速度上 的优越性就体现了出来, 但是近似算法的准确 率并不理
想。 下面将分别介绍精确算法和近似算法的相关工作。
[0003](一)精确算法
[0004]对于图G=(V,E), 如果图G不是K边联通的, 那么必须存在一个割集C, 使得|C|<k,
删除割集C上的边将会使图分割为两个 不联通的子图G1与G2。 基于这样的分割思 想, Stoer等
提出了一种基于最小割的算法MinimumCut, 其思想是将一个非K边联通图切割 为两个不连
通子图, 直到所有剩余连通子图都是K ‑边连通或图中没有剩余边为止。 当K为3, 容易得到一
个最小割{ e4,7,e5.13}, 将图分割后, 剩余两个不联通子图G1与G2∪G3, 其中G1包含了顶点v1,
v2,v3,v4,v5,接下来对G2∪G3进行第二次分割, 由于子图G2∪G3最小割为2, 去除割边以后,
G1,G2都为3边联通, 迭代终止。 在使用min ‑cut的想法中, 设计 一个有效的算法来搜索最小割
是为核心关键问题。
[0005]Stoer等使用Mas策略来创建一组结点, 记录最后两个结点s和t之间的最小s ‑t割
并将s和t以及之前所有的结点合并为的序列L, 创建一个超级 结点并在合并图上重复Mas过
程, 直到所有结点都合并为一个。 这个 s‑t cut就是全局min ‑cut。 通过最小割将图不断划分
直到最小割划分的子图边联通度小于K, 停止 分割。 Aissi等在寻找全局最小割的工作中, 将
问题的复杂度降低到 了O(n2log3n)。
[0006]由于最小s ‑t cut等价于最大s ‑t流, 因此使用最大s ‑t流算法也是较为常见的。
Benczur等将问题转化为随机采样的方式, 采用最大流来解决该问题。 首先对图进行Mas计
算图中最大流, 然后找到全局最小割, 直到所有子图都是K ‑ECC,其复杂度
其
中l为迭代次数。 Wang等的方法, 通过构建辅助树来存储不同K值的K边联通子图, 将子图划
分转化为动态 规划的重叠子问题, 低K联通子图依赖于高K联通子图构建, 并且给定任意K值
都可以获得准确结果集。 但是该方案的缺点在于巨大 的计算量以及存储消 耗, 使得整个算
法速度非常慢。
[0007]精确算法都需要花费大量的计算时间获得准确结果, 无法在大规模图中使用。
[0008](二)近似算法
[0009]Raghavan等提出了线形算法MkECSs, 该算法首先将度小于K 的结点以及边删除得
到K‑core图, 然后在众多结点中随机合并两个相邻 结点为一个顶点, 结果被用作迭代执行
合并的输入, 直到图为空集。 为了提高时间效率, 随机选择顶点的方式将导致K边联通子图
的结果是不确定的。 假如选择相邻结点v11,v13进行合并, 那么这将包含在一个单一 的的3‑说 明 书 1/7 页
3
CN 115424025 A
3
专利 一种稠密子图抽取方法和系统
安全报告 >
其他 >
文档预览
中文文档
11 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
温馨提示:本文档共11页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 人生无常 于 2024-03-18 04:39:30上传分享