一种基于负载均衡的并行余弦模式挖掘方法

    公开(公告)号:CN104834709A

    公开(公告)日:2015-08-12

    申请号:CN201510214242.5

    申请日:2015-04-29

    CPC classification number: G06F17/30194 G06F9/4881 G06F9/5083

    Abstract: 本发明公开了一种基于负载均衡的并行余弦模式挖掘方法,提出一种并行余弦模式挖掘框架,该方法包括:首先对输入的超大规模事务数据集进行分片;然后使用Lucene索引工具为事务创建索引,并产生全局频繁项目列表FList;接着对FList进行负载均衡划分,即对FList进行分组;在此基础上,实现单个分组的聚集投影,并使用余弦模式挖掘算法获取局部有效信息;最后合并余弦模式产生最终的挖掘结果。该方法的优势如下:通过并行余弦模式挖掘方法挖掘大规模事务数据集,能够较好的实现负载均衡,使资源得到公平合理利用,提高了系统的计算性能。

    一种基于近似等价结构的社区抽取方法

    公开(公告)号:CN104462565A

    公开(公告)日:2015-03-25

    申请号:CN201410833930.5

    申请日:2014-12-25

    CPC classification number: G06Q50/01

    Abstract: 本发明公开了一种社区抽取方法,该方法主要包含三个阶段:首先将社会网络构建为一个无向图,用事务数据集表示;接着提出近似等价结构的概念;然后根据近似等价结构构建余弦模式树,并基于CP增长算法从事务数据集中挖掘余弦模式,抽取出社会网络中的近似等价结构;最后集成已有算法实现社区抽取。该方法具有较低的时间和空间复杂度,减少了社区无关节点,解决了社区抽取的效率和质量的协调性问题,实现了社会网络的高效抽取,在社区抽取领域具有重要的意义。

    一种基于负载均衡的并行余弦模式挖掘方法

    公开(公告)号:CN104834709B

    公开(公告)日:2018-07-31

    申请号:CN201510214242.5

    申请日:2015-04-29

    Abstract: 本发明公开了种基于负载均衡的并行余弦模式挖掘方法,提出种并行余弦模式挖掘框架,该方法包括:首先对输入的超大规模事务数据集进行分片;然后使用Lucene索引工具为事务创建索引,并产生全局频繁项目列表;接着对进行负载均衡划分,即对进行分组;在此基础上,实现单个分组的聚集投影,并使用余弦模式挖掘算法获取局部有效信息;最后合并余弦模式产生最终的挖掘结果。该方法的优势如下:通过并行余弦模式挖掘方法挖掘大规模事务数据集,能够较好的实现负载均衡,使资源得到公平合理利用,提高了系统的计算性能。

    重叠社区挖掘方法与装置

    公开(公告)号:CN105678626A

    公开(公告)日:2016-06-15

    申请号:CN201511024312.7

    申请日:2015-12-30

    Abstract: 本发明涉及一种重叠社区挖掘方法装置,所述方法包括:利用CoMaPi算法,在输入的社会网络结构中,抽取出属于不同紧密度的兴趣模式,形成原始图;将所述原始图扩展为所述属于不同紧密度的局部边结构;将所述局部边结构构建为连接超图;对所述连接超图进行转换处理,得到重叠的点社区。

    一种利用2DCCA的单幅图像去雾方法

    公开(公告)号:CN104299197A

    公开(公告)日:2015-01-21

    申请号:CN201410536573.6

    申请日:2014-10-11

    Abstract: 本发明公开了一种利用2D CCA的单幅图像去雾方法,首先构造有雾图像训练集及对应的介质传播图训练集,利用2D CCA训练投影矩阵;其次将一幅待处理的雾天图像预处理分解为测试图像块,再用投影矩阵投影到一个子空间,求子空间测试图像块在有雾图像训练集中的K个最邻近块及块权重;然后利用K个最邻近块的标号和块权重,求介质传播图在子空间的投影;再将子空间介质传播图像块投影回原空间求出原空间介质传播图,精细化原空间介质传播图,获取待处理的雾天图像的整体大气光值,利用两色大气散射模型求取去雾后图像。本发明无需固定场景重复拍摄图像,训练集可重复使用,能准确估算出介质传播图,恢复出较清晰的图像。

    重叠社区挖掘方法与装置

    公开(公告)号:CN105678626B

    公开(公告)日:2020-02-21

    申请号:CN201511024312.7

    申请日:2015-12-30

    Abstract: 本发明涉及一种重叠社区挖掘方法装置,所述方法包括:利用CoPaMi算法,在输入的社会网络结构中,抽取出属于不同紧密度的兴趣模式,形成原始图;将所述原始图扩展为所述属于不同紧密度的局部边结构;将所述局部边结构构建为连接超图;对所述连接超图进行转换处理,得到重叠的点社区。

    一种利用2D CCA的单幅图像去雾方法

    公开(公告)号:CN104299197B

    公开(公告)日:2017-04-19

    申请号:CN201410536573.6

    申请日:2014-10-11

    Abstract: 本发明公开了一种利用2D CCA的单幅图像去雾方法,首先构造有雾图像训练集及对应的介质传播图训练集,利用2D CCA训练投影矩阵;其次将一幅待处理的雾天图像预处理分解为测试图像块,再用投影矩阵投影到一个子空间,求子空间测试图像块在有雾图像训练集中的K个最邻近块及块权重;然后利用K个最邻近块的标号和块权重,求介质传播图在子空间的投影;再将子空间介质传播图像块投影回原空间求出原空间介质传播图,精细化原空间介质传播图,获取待处理的雾天图像的整体大气光值,利用两色大气散射模型求取去雾后图像。本发明无需固定场景重复拍摄图像,训练集可重复使用,能准确估算出介质传播图,恢复出较清晰的图像。

    社区检测方法与装置
    8.
    发明公开

    公开(公告)号:CN105654132A

    公开(公告)日:2016-06-08

    申请号:CN201511023521.X

    申请日:2015-12-30

    CPC classification number: G06K9/6221 G06K9/6292

    Abstract: 本发明涉及一种社区检测方法与装置。所述方法包括:获取输入的密集型网络结构;对所述密集型网络结构进行抽样融合处理,得到所述密集型网络结构的抽样子图;利用METIS算法对所述抽样子图进行检测,获得所述抽样子图的初始社区检测数据;对所述初始社区检测数据进行聚类处理,获得所述密集型网络结构的网络社区划分结果。

Patent Agency Ranking