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:
将最大团求解算法融入到极大团枚举算法中,提出了两种带极大团下限的极大团枚举算法及多种预处理筛选策略,通过迭代将不可能包含在极大团中的部分点与边删除,使得搜索空间大幅减小.在搜索策略上,将求解最大团问题的贪心染色算法、增量MaxSAT推理算法与极大团枚举算法相融合,并结合最佳筛选策略,提出了染色-关键点融合算法BKFC(Bron-Kerbosch with filtering and coloring)和基于增量MaxSAT推理的枚举算法BKFS(Bron-Kerbosch with filtering and MaxSAT).结果表明:在多个大型算例上,BKFC算法平均时间仅为加入预处理的改进经典算法的68.8%;由于经典算法无法在大型算例上运行,在小数据测试中,BK FC算法平均时间仅为没有预处理策略的经典算法的2.2%.
推荐文章
S-Clique:属性约束的极大团枚举
图数据
极大团
属性约束
支持度
宽带大规模MIMO-OFDM系统自适应稀疏信道估计方案
大规模MIMO
压缩感知
稀疏度自适应
稀疏信道估计
空时共同稀疏性
基于稀疏图的鲁棒谱聚类算法
谱聚类
稀疏表示
图拉普拉斯
L1正则化
内点法
大规模网络图中4节点子图数量快速估计算法
网络图
采样算法
子图数量估计
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 大规模稀疏图的极大团枚举算法
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 NP难度 大规模图 极大团枚举 贪心染色算法 增量MaxSAT推理算法
年,卷(期) 2017,(12) 所属期刊栏目 计算机科学与技术
研究方向 页码范围 1-6
页数 6页 分类号 TP301
字数 语种 中文
DOI 10.13245/j.hust.171201
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 何琨 华中科技大学计算机科学与技术学院 31 263 10.0 16.0
5 邹晟昊 华中科技大学计算机科学与技术学院 1 2 1.0 1.0
6 周建荣 华中科技大学计算机科学与技术学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (0)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
NP难度
大规模图
极大团枚举
贪心染色算法
增量MaxSAT推理算法
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
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
总被引数(次)
88536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导