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:
针对大图结构特征如何影响划分效果这一问题,提出一种通过顶点度分布特征来描述大图结构特征的方法.首先,基于真实的图数据产生若干顶点数和边数相同、但结构特征不同的仿真数据集,通过实验计算真实图与仿真图之间的相似度,证明该方法对描述真实大图结构特征的有效性.然后,通过Hash和点对交换划分算法,验证图结构特征与划分效果之间的关系.当点对交换划分算法执行到5万次时,划分一个有6301个顶点和20777条边的真实图其交叉边数比Hash划分算法降低了54.32%,划分仿真图数据集中结构特征差异明显的两个图时,交叉边数分别为6233和316.实验结果表明,点对交换划分算法能够减少交叉边数,图的顶点度分布差异越大,划分后交叉边数越少,划分效果越好,因此大图结构特征影响其划分效果,这为建立图的结构特征与划分效果之间的关系模型研究奠定了基础.
推荐文章
基于图划分抽样算法的图表示学习
图划分
图表示学习
图抽样
图神经网络
免疫克隆选择图划分方法
图划分
谱聚类
权核K-均值
流形相似性测度
克隆选择
基于图划分的大电网拓扑分析
大电网
网络拓扑分析
并行计算
二元关系
图论
基于并行图计算的社区划分方法
并行图计算
Spark
三角模型
谱聚类
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 大图结构特征对划分效果的影响
来源期刊 计算机应用 学科 工学
关键词 大图分布式处理 大图划分 图结构特征 负载均衡 交叉边
年,卷(期) 2018,(1) 所属期刊栏目 2017年全国开放式分布与并行计算学术年会(DPCS 2017)论文
研究方向 页码范围 1-5
页数 5页 分类号 TP393.027
字数 5050字 语种 中文
DOI 10.11772/j.issn.1001-9081.2017071967
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 罗晓霞 西安科技大学计算机科学与技术学院 30 180 8.0 11.0
2 罗香玉 西安科技大学计算机科学与技术学院 13 16 2.0 3.0
3 司丰玮 西安科技大学计算机科学与技术学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (2)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(1)
  • 二级参考文献(0)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2018(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
大图分布式处理
大图划分
图结构特征
负载均衡
交叉边
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导