基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对网络规模和稠密度的增大最可靠最大流SDBA算法性能下降较快的不足,提出了基于概率和割集双过滤的状态空间划分算法DF-SDBA.首先,在状态空间划分过程中使用概率约束,针对每一个待处理的区间,筛选掉下界分布概率值小于当前最可靠最大流分布的未处理区间,有效地减少了算法迭代的次数;然后,针对不确定的区间使用割集约束,即在区间上界对应的子图中求出最大流,同时求出最小割集,根据最小割集中的边必须都出现在合格子区间上界向量中这一规则,对待划分的子区间进行筛选,从而进一步减少了划分区间的数量.实验结果表明,相对于SDBA算法,DF-SDBA算法有效地减少了需要划分的区间,很大程度上克服了网络规模和稠密度对算法性能的影响,具有显著的性能优势,有效地提高了算法的适用性.
推荐文章
基于不确定性PPI网络的最大稠密子图挖掘
PPI网络
不确定图
稠密子图
期望支持度
网络最大流求解算法的研究
网络最大流
算法
最大流问题
最小截
基于能量函数和模块最优化的不确定图聚类
不确定图
图挖掘
能量模型
模块化聚类
图聚类
面向云计算框架的最大流算法实现研究
最大流路径
算法
实现
Hadoop
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于不确定图的最可靠最大流的改进算法
来源期刊 东南大学学报(自然科学版) 学科 工学
关键词 不确定图 最大流 流可靠性 最小割
年,卷(期) 2015,(2) 所属期刊栏目
研究方向 页码范围 241-246
页数 6页 分类号 TP311
字数 6274字 语种 中文
DOI 10.3969/j.issn.1001-0505.2015.02.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张柏礼 东南大学计算机科学与工程学院 32 326 9.0 17.0
5 吕建华 东南大学计算机科学与工程学院 20 141 7.0 11.0
9 杨娟 东南大学计算机科学与工程学院 9 61 4.0 7.0
10 田伟 7 71 6.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (46)
参考文献  (13)
节点文献
引证文献  (6)
同被引文献  (15)
二级引证文献  (5)
1974(2)
  • 参考文献(1)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(7)
  • 参考文献(2)
  • 二级参考文献(5)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(4)
  • 参考文献(3)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
不确定图
最大流
流可靠性
最小割
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东南大学学报(自然科学版)
双月刊
1001-0505
32-1178/N
大16开
南京四牌楼2号
28-15
1955
chi
出版文献量(篇)
5216
总下载数(次)
12
总被引数(次)
71314
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导