您现在的位置: 首页> 研究主题> 不确定图

不确定图

不确定图的相关文献在2009年到2022年内共计95篇,主要集中在自动化技术、计算机技术 等领域,其中期刊论文63篇、会议论文9篇、专利文献138613篇;相关期刊36种,包括中国管理信息化、燕山大学学报、东南大学学报(自然科学版)等; 相关会议4种,包括2013中国计算机大会、第28届中国数据库学术会议、第27届中国数据库学术会议等;不确定图的相关文献由175位作者贡献,包括李建中、邹兆年、赵翔等。

不确定图—发文量

期刊论文>

论文:63 占比:0.05%

会议论文>

论文:9 占比:0.01%

专利文献>

论文:138613 占比:99.95%

总计:138685篇

不确定图—发文趋势图

不确定图

-研究学者

  • 李建中
  • 邹兆年
  • 赵翔
  • 陈一帆
  • 张柏礼
  • 杨健
  • 吕建华
  • 周军锋
  • 徐周波
  • 杜明
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 郑剑; 杨立聪
    • 摘要: 在社交网络的隐私保护中,针对三元闭包算法存在无法提供可控的隐私保护和无法抵御背景知识攻击的问题,结合差分隐私技术,提出基于三元闭包的不确定图差分隐私保护改进算法。改进算法首先利用三元闭包原理对原始社交网络图进行加边形成三角形,然后对三角形的边赋予符合拉普拉斯分布的存在概率,最后,根据社交网络图中每条边的存在概率生成新的社交网络图。改进算法将差分隐私应用于保护社交网络图的边关系,不仅提供了可控的隐私保护,而且可以抵御背景知识攻击。理论证明,改进算法满足差分隐私,针对算法的隐私保护性分析设计了一个基于信息熵的实验,实验结果表明,改进算法的隐私保护性优于三元闭包算法,适合需要更高隐私保护性的场景。
    • 仲悦; 杜明; 周军锋
    • 摘要: 目的给定一个不确定图,k步可达查询返回u到v在k步以内可达的概率。方法目前关于k步可达的索引方法都只适用于确定图,而不确定图上通常采用直接抽样求估计值。结果本文提出一种两阶段概率图上k步可达查询策略:首先基于顶点覆盖集构建确定图的k步索引,用于快速过滤肯定不可达的查询;其次针对不确定图,使用基于路径和提前抽样的方法来回答查询。结论实验结果验证了本文方法的高效性。
    • 仲悦; 杜明; 周军锋
    • 摘要: 目的 给定一个不确定图,k步可达查询返回u到v在k步以内可达的概率.方法 目前关于k步可达的索引方法都只适用于确定图,而不确定图上通常采用直接抽样求估计值.结果 本文提出一种两阶段概率图上k步可达查询策略:首先基于顶点覆盖集构建确定图的k步索引,用于快速过滤肯定不可达的查询;其次针对不确定图,使用基于路径和提前抽样的方法来回答查询.结论 实验结果验证了本文方法的高效性.
    • 张艺; 邹晓红
    • 摘要: 为了提高不确定图中极大团挖掘的效率,针对经典极大团挖掘算法中递归次数多与顶点集合更新耗时的问题,结合团概率的定义,提出了递归前计算集合概率来减少递归次数的不确定图中极大团挖掘算法.在已有算法的基础上只维持候选顶点集合,删除已使用顶点集合的计算,根据候选顶点集合和待扩展顶点集合的大小,从两种情况计算扩展后的集合概率,验证是否为α-团.对于挖掘到的全部α-团,提出了改进的极大团验证算法,结合伪极大团首先被顶点数量最多的极大团包含的特性,利用顶点的倒排表去除伪极大团.通过在不同的真实数据集上进行实验测试,验证了改进后的算法具有更高的执行效率.
    • 赵孟
    • 摘要: 为了更加高效地枚举出不确定图极大团,通过对现有确定图和不确定图极大团枚举算法进行研究,结合在相同图结构下确定图极大团与不确定图极大团之间的关系,提出了一种基于相同图结构确定图极大团子图划分的高效不确定图极大团枚举算法D-MULE-D。通过在不同的真实数据集上进行实验测试,对比D-MULE-D算法和MULE算法的运行时间,验证D-MULE-D算法的可行性和高效性。
    • 杜明; 钟鹏; 周军锋
    • 摘要: 极大团作为稠密子图中具有代表性的一种,一直是数据挖掘领域关注的重点。极大团中蕴含的重要数据信息也被广泛应用于各种领域,例如社交网络中的社区发现等。本文研究在不确定图上枚举所有极大团的问题。现有方法基于"子图划分-求解-验证"的思想,可以有效利用极大团性质加速计算过程,但其问题在于验证算法DPMC的效率不稳定。当满足条件的极大团数量增多时,验证的效率会急速下降,严重影响系统的整体性能。本文提出一种高效的验证算法FDPMU,通过构建映射表以及动态构建的倒排表,提高了算法的运行效率。最后,在多个真实数据集上进行比较,实验结果验证了FDPMU算法的高效性。
    • 吴振强; 胡静; 田堉攀; 史武超; 颜军
    • 摘要: 社交网络平台的快速普及使得社交网络中的个人隐私泄露问题愈发受到用户的关心,传统的数据隐私保护方法无法满足用户数量巨大、关系复杂的社交网络隐私保护需求.图修改技术是针对社交网络数据的隐私保护所提出的一系列隐私保护措施,其中不确定图是将确定图转化为概率图的一种隐私保护方法.主要研究了不确定图中边概率赋值算法,提出了基于差分隐私的不确定图边概率赋值算法,该算法具有双重隐私保障,适合社交网络隐私保护要求高的场景.同时提出了基于三元闭包的不确定图边概率分配算法,该算法在实现隐私保护的同时保持了较高的数据效用,适合简单的社交网络隐私保护场景.分析与比较表明:与(κ,ε)-混淆算法相比,基于差分隐私的不确定图边概率赋值算法可以实现较高的隐私保护效果,基于三元闭包的不确定图边概率分配算法具有较高的数据效用性.最后,为了衡量网络结构的失真程度,提出了基于网络结构熵的数据效用性度量算法,该算法能够度量不确定图与原始图结构的相似程度.
    • 黄睿智; 黄德才
    • 摘要: 传统的无监督关键词抽取算法往往无法反应词汇语义信息,而通过词频等方式来衡量一个词的重要性使其在面对短文本时准确率较低.为能兼顾词间语义关系、词位置关系及词频,结合word2vec提出了一种词间的文本局部相似度公式,并通过词间关系建立了不确定图模型,在提出顶点密度概念及候选关键词评价指标DEN的基础上,提出了基于不确定图的候选关键词抽取算法,并结合IDF提出了关键词评价的优化标准DEN-IDF.这种关键词抽取的新方法不依赖于外部人工标注数据,能够实现全程无监督.通过大量文本实验仿真发现,DEN-IDF的准确率比TF-IDF提高了8%左右,比TextRank提高了12%左右.%The traditional unsupervised keyword extraction algorithm cannot reflect the semantic information of the words, and its way to measure the importance of a word through word frequency makes it always has a lowprecision in the face of short texts. In order to take into account the semantic relations between words, the word position and word frequency, we proposed a text local similarity formula between words in use of word2 vec, and transform the relationship between words into uncertain graph model. We proposed the concept of vertex density and candidate keyword evaluation index, and candidate keyword extraction algorithm based on uncertain graph, finally combined with IDF, proposed the DEN-IDF as the final keyword evaluation criteria. This method of keyword extraction does not depend on external manual annotation data, and can be completely unsupervised. The experimental results showthat the accuracy of TF-IDF is improved by about 8% and the accuracy of TextRank is improved by about 12%.
  • 查看更多

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