基于抽样的不确定图k最近邻搜索算法

• 作者: 张伟
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 人工智能 不确定图 概率图 生物网络 k-NN 抽样技术
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 180-186
• 页数: 7页
• 分类号: TP311.13|TP392
• 字数: 7644字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.06.033

摘要

在诸如生物网络或社交网络等各种由不确定数据组成的网络中,不确定图是一种十分重要和普遍使用的数学模型.由于不确定图中计算两点连通概率问题是#P完全问题,其k最近邻查询问题要比确定图复杂得多,并且与"距离"的定义相关.采用"最短距离"作为距离定义,讨论了在不确定图是加权图的情况下,求解k最近邻搜索问题(k-NN问题).为了克服计算两点连通概率带来的时间指数爆炸问题,提出了一个基于Dijkstra算法的抽样k-NN查询算法,研究了其收敛性和收敛速度,同时通过实验验证了所提出的方法效率优于kMinDist方法并且具有很高的查全率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张伟	东北大学计算机科学与工程学院	93	442	12.0	16.0