公开(公告)号：CN112950451B

公开(公告)日：2022-03-11

申请号：CN202110325537.5

申请日：2021-03-26

Applicant: 北京理工大学

Inventor： 任泽槟 ,  李荣华 ,  王国仁 ,  潘敏佳 ,  高森 ,  蒋佳祺

IPC: G06T1/20 ,  G06F9/50 ,  G06F9/54

Abstract: 本发明公开了一种基于GPU的极大k‑truss发现算法，步骤如下：(1)首先输入图G、k，求出图G中的k‑core，并将求得k‑core复制到显存中，初始化一个集合D为空集；(2)在显卡中使用多个线程进行处理；(3)在每个流多处理器中，对顶点v执行操作；(4)对于顶点v的邻居复制到当前流多处理器对应的共享内存中；(5)对于顶点中的每个邻居n，分配一个线程t进行处理；(6)当v的所有邻居处理完毕时，将步骤(5)中的寄存器的值求和。本发明采用上述的一种基于GPU的极大k‑truss发现算法，充分利用了CPU的并行性，运行速度快，并且，运行成本低。

公开(公告)号：CN113127756A

公开(公告)日：2021-07-16

申请号：CN202110520761.X

申请日：2021-05-13

Applicant: 北京理工大学

Inventor： 潘敏佳 ,  李荣华 ,  王国仁 ,  金福生 ,  秦宏超

IPC: G06F16/9536 ,  G06F16/26

Abstract: 本发明公开了一种基于k核的公平社区挖掘方法，包括如下步骤：S1：核分解，寻找colorful‑(k‑1)‑核；S2：公平团枚举，对核分解后产生的节点属性图，采用枚举方法寻找k‑公平团；S3：输出结果集合，输出的所有k‑公平团即为公平社区。本发明采用上述结构的基于k核的公平社区挖掘方法，解决了在社区挖掘中，属性图中极大团节点属性的不均衡问题，提高了搜索效率。

公开(公告)号：CN112950451A

公开(公告)日：2021-06-11

申请号：CN202110325537.5

申请日：2021-03-26

Applicant: 北京理工大学

Inventor： 任泽槟 ,  李荣华 ,  王国仁 ,  潘敏佳 ,  高森 ,  蒋佳祺

IPC: G06T1/20 ,  G06F9/50 ,  G06F9/54

Abstract: 本发明公开了一种基于GPU的极大k‑truss发现算法，步骤如下：(1)首先输入图G、k，求出图G中的k‑core，并将求得k‑core复制到显存中，初始化一个集合D为空集；(2)在显卡中使用多个线程进行处理；(3)在每个流多处理器中，对顶点v执行操作；(4)对于顶点v的邻居复制到当前流多处理器对应的共享内存中；(5)对于顶点中的每个邻居n，分配一个线程t进行处理；(6)当v的所有邻居处理完毕时，将步骤(5)中的寄存器的值求和。本发明采用上述的一种基于GPU的极大k‑truss发现算法，充分利用了CPU的并行性，运行速度快，并且，运行成本低。