基于图形处理器的大规模静态网络划分方法

摘要

本发明公开一种基于图形处理器的大规模静态网络划分方法，主要是针对现有网络划分方法不适于大规模网络的划分，且划分方法效率低而设计。本发明通过定义一个网络划分结果矩阵S，将网络划分中分别求各子模块的特征向量和特征值转换成求整个网络的特征向量和特征值，并根据图形处理器的并行计算体系结构，将网络划分中的特征值和特征向量的计算分解为几个基本运算，将原本庞大的稠密矩阵计算问题简化为稀疏矩阵和向量之间的运算。本发明通过基本运算间的合理组合节省了内存空间，并且减少了数据传输的消耗，有效地提高了网络划分的效率，将本不易实现的超大规模网络划分成为可能。