公开(公告)号：CN107832363A

公开(公告)日：2018-03-23

申请号：CN201711011721.2

申请日：2017-10-26

Applicant: 辽宁大学

Inventor： 丁琳琳 ,  宋宝燕 ,  王俊陆 ,  单晓欢 ,  陈博强 ,  张师文

IPC: G06F17/30

CPC classification number: G06F17/30241

Abstract: 本发明涉及高维向量空间中大规模图约束连接路径查询算法，该算法主要包括以下步骤：1)投影筛选；2)降维删选；3)节点删选；4)节点子集高维空间整合，输出约束连接路径。通过该算法对向量空间中基于距离的节点相似性连接算法进行改进，引入网格技术和约束连接特性，筛选掉大量无效节点，降低计算复杂度；在算法中引入Map-Reduce框架，通过四阶段删选策略计算各个节点上的路径，找到满足约束条件的备选节点集，循环调用结果集返回可达约束路径，减少不必要的文本复制成本和路径计算代价，具有较高效率和低误差率。同时在处理高维数据空间时对算法进行了一定的改进创新，通过多种降维手段减少不必要的计算处理，增加算法的处理执行能力，更迅捷的对人们的问题作出解答和回应。

公开(公告)号：CN114780663A

公开(公告)日：2022-07-22

申请号：CN202210503671.4

申请日：2022-05-10

Applicant: 辽宁大学

Inventor： 王俊陆 ,  隋宇 ,  宋宝燕 ,  纪婉婷 ,  陈廷伟 ,  张师文

IPC: G06F16/29 ,  G06F16/27

Abstract: 本发明涉及一种面向大规模向量空间路径约束连接查询方法，属于大数据应用领域。具体方案为：步骤1基于多节点的分布式集群系统构建整体网络，制定整体网格划分策略；步骤2在分布式集群系统中引入Map‑Reduce处理框架，设计基于网格的距离计算优化方法；步骤3在Map阶段中设计四阶段筛选策略，根据计算结果进行减枝操作，找到所有满足四阶段筛选策略的备选节点，产生的结果集缓存在分布式系统中各机器节点的内存中；步骤4在Reduce阶段进行结果路径选取，调用Map阶段输出的最终结果集并写入分布式系统的主计算节点中进行计算，不断删掉起点进行递归扩展遍历，最终得到查询路径。采用本发明技术方案，极大程度减少了中间计算节点的数量，可以有效解决现有向量空间约束路径查询方法中存在的中间计算节点的数量过多、结果集优化效果不佳的技术问题以及用户无法在大规模向量空间中处理海量数据的技术问题。