【摘 要】
：
图数据由于其灵活性,被广泛应用于各行各业,大量历史图数据需要归档存储。随着现实世界中图数据规模的增大,图数据的存档开销也越来越高,因此有不少学者提出了大量的图数据压缩方法。其中,图概要是一种图的无损压缩方法,其无损压缩的特性保证可以从压缩后的概要图中恢复压缩前的图数据的所有信息。分析归档的概要图需要进行解压操作,这会产生额外的解压开销,因此在归档后的概要图上直接进行图分析具有重要的实际应用价值。然
论文部分内容阅读
图数据由于其灵活性,被广泛应用于各行各业,大量历史图数据需要归档存储。随着现实世界中图数据规模的增大,图数据的存档开销也越来越高,因此有不少学者提出了大量的图数据压缩方法。其中,图概要是一种图的无损压缩方法,其无损压缩的特性保证可以从压缩后的概要图中恢复压缩前的图数据的所有信息。分析归档的概要图需要进行解压操作,这会产生额外的解压开销,因此在归档后的概要图上直接进行图分析具有重要的实际应用价值。然而,目前还没有学者提出直接在概要图上进行图分析的方法。本文设计了在概要图上进行图分析的三种方案,介绍了三种方案下四种现有性能较高的排序启发式6)团枚举算法以及四种核分解算法的具体设计方式,并且通过实验对算法在三种方案下的性能表现进行了测试。根据四种排序启发式6)团枚举算法在三种方案下的性能表现规律,本文得出了这四种算法在概要图上进行6)团枚举时的统一结论;根据核分解算法的时间复杂度规律,本文也归纳出了不同复杂度等级下,核分解算法在三种方案下的性能表现规律。有助于为概要图上的6)团枚举以及核分解问题选择合适的方案。最后,通过分析这四种6)团枚举算法以及核分解算法在三种方案下的执行用时随算法时间复杂度等级的变化关系,本文总结出了在概要图上进行稠密子图挖掘任务时,最快执行方案与算法时间复杂度之间的统一规律。
其他文献
本文以偃师东山白云岩矿山智慧化生产为背景研究砂石生产过程中的粒度检测问题。砂石粒度是砂石产品质量的重要信息,不同粒径的砂石具有不同的用途,粒度一致性强的骨料具有更好的品质和更高的经济价值,因此对砂石粒度进行在线检测是实现砂石品控的前提。传统的粒度检测采用人工筛分,存在人为误差大控制精度低等问题,不满足实时性要求。本文设计实现了基于端到端的砂石粒度检测系统,通过工业相机采集传送带上的砂石图像,自动检
降水预报是天气预报的核心业务,其预报准确性对于农业、交通等领域具有深远影响。目前降水预报估计主要依赖于雷达观测的云团回波情况,因此降水预报的核心步骤为雷达回波外推,即基于过去一段时间的雷达回波数据预报未来云团的运动及密度。但是,云团运动涉及复杂的大气物理规律,为外推带来极大挑战。近年来,深度学习在气象预报领域,基于循环一致神经网络（Recurrent Neural Network,RNN）的深度模
HITS算法是流行的网页排序算法,然而随着互联网中数据量不断激增,在排序结果中该算法一方面存在偏重旧网页问题,另一方面存在页面排序质量问题,因此许多学者对算法做出了改进。针对偏重旧网页问题,也就是最终查询排名靠前的常常是在互联网中存在较长时间的页面。从时间维度考虑,由于页面的发布日期格式不规范,时间参数获取困难,所以本文考虑了在周期内爬虫爬取到网页出现的次数T,将时间次数T根据牛顿冷却公式给出时间
近年来,区块链技术受到了全球学术界和工业界的广泛关注。区块链具有去中心化、匿名性、难以篡改等特点。比特币作为区块链技术应用的先驱代表,在数字货币应用、支付和货币流通等方面,发挥着重要的作用。以太坊对于智能合约的引入,使得区块链从单一虚拟币体系转变成为了合约体系,拓宽了区块链的应用范围,让区块链不再仅仅局限于支付领域,更是在医疗保健、金融、物联网等领域的应用价值得到了极大地提高。伴随着智能合约数量的
随着技术进步和消费者对大屏手机需求的增加,在手机设备有限的空间下提供更大尺寸的屏幕（即更高的屏占比）成为近年来的热点问题。一方面,水滴屏、挖孔屏等方案通过异形屏减少前置相机的空间占用,但其显示区域不完整,导致视觉效果较差,且需要系统、软件对异形屏进行显示适配;另一方面,折叠屏、弹出式前置相机、翻转式前置相机等方案通过不同的机械结构实现了完整的显示区域,然而其机械结构空间占用较大且较易损坏。因而,屏
推荐算法是互联网最热门的研究领域之一,协同过滤是推荐算法子领域之一,具有需要的数据量少,适用性强等诸多特点,广泛应用于互联网上电影、商品、广告和POI等诸多内容的推荐中。本文在考察调研了现有推荐模型的基础之上,以提升协同过滤任务召回率等指标为目的,通过分析用户-物品数据集的特性以及用户-物品关系网络中的节点的异构性,搭建了能够学习用户对物品显示反馈以及有效捕捉不同节点之间高阶关系以及协同信号的图神
如今,我国互联网行业发展迅猛,在此背景下,电子商务逐渐崛起,2021年天猫商城在“双十一”大型促销活动中已经采用“两波”预售模式,交易额突破5000亿元大关。预售使电商企业在电子商务背景下获得更高利润,但是存在信息不对称,市场需求不确定,定价决策不清晰等问题,这对电子商务的稳定发展产生了很大的阻碍。目前,如何把握市场需求,合理定价、吸引更多消费者购买产品成为当前电子商务预售模式研究的热点。因此,本
深度学习技术在计算机视觉和自然语言处理领域获得了迅猛发展,作为融合了计算机视觉和自然语言处理两大领域的图像描述任务也因此取得了巨大的进步。现阶段,采用的结构框架一般都基于编码器-解码器结构,编码器用于提取图像特征,生成图像特征向量,解码器通过将图像特征作为输入解码生成与图像相对应的自然语言描述。相关研究人员在图像描述任务编码器-解码器结构的基础之上对编码器和解码器的结构等进行了全方位的改进,近几年
大数据时代的降临伴随着海量数据的出现,同时使得数据成为人们生产生活中不可或缺的一部分。时间序列数据又是海量数据中的非常常见的一类,其在工业及物联网领域广泛存在,同样蕴含着巨大价值。但不幸的是,属性值错列的现象却频频发生在时序数据采集的过程当中,严重地影响着数据的质量。例如:在气象数据采集的过程中,某一时刻2的浓度值被传输到了2的属性域内,而2的浓度值被传输到了2的属性域内,即两个属性的属性值发生了
立体图像质量评价（Stereo Image Quality Assessment,SIQA）对现代三维显示技术的发展具有重要意义,由于在实际应用场景中缺乏原始图像作为参考,无参考立体图像质量评价在多媒体应用中引起了广泛的关注。立体图像质量评价与二维图像质量评价模型相比,由于深度和视差信息的影响,使立体图像质量评价更具挑战性。本文通过挖掘人眼立体视觉特征与立体图像质量感知之间的关系,利用机器学习技术