基于抽样的不确定图k最近邻搜索算法-计算机应用与软件.PDFVIP

第３４卷第６期　　　 计算机应用与软件 Ｖｏｌ３４Ｎｏ．６ ２０１７年６月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｎ．２０１７ 基于抽样的不确定图ｋ最近邻搜索算法 张　伟 （东北大学计算机科学与工程学院　辽宁沈阳１１０８１９） 摘　要　　在诸如生物网络或社交网络等各种由不确定数据组成的网络中，不确定图是一种十分重要和普遍使 用的数学模型。由于不确定图中计算两点连通概率问题是＃Ｐ完全问题，其ｋ最近邻查询问题要比确定图复杂得 多，并且与“距离”的定义相关。采用“最短距离”作为距离定义，讨论了在不确定图是加权图的情况下，求解ｋ最 近邻搜索问题（ｋＮＮ问题）。为了克服计算两点连通概率带来的时间指数爆炸问题，提出了一个基于Ｄｉｊｋｓｔｒａ算 法的抽样ｋＮＮ查询算法，研究了其收敛性和收敛速度，同时通过实验验证了所提出的方法效率优于ｋＭｉｎＤｉｓｔ方 法并且具有很高的查全率。 关键词　　人工智能　不确定图　概率图　生物网络　ｋＮＮ　抽样技术 中图分类号　ＴＰ３１１．１３　ＴＰ３９２　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１７．０６．０３３ ＫＮＥＡＲＥＳＴＮＥＩＧＨＢＯＲＳＥＡＲＣＨＡＬＧＯＲＩＴＨＭＦＯＲＵＮＣＥＲＴＡＩＮ ＧＲＡＰＨＳＢＡＳＥＤＯＮＳＡＭＰＬＩＮＧ ＺｈａｎｇＷｅｉ （ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｙａｎｇ１１０８１９，Ｌｉａｏｎｉｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｕｎｃｅｒｔａｉｎｇｒａｐｈｓａｒｅａｖｅｒｙｉｍｐｏｒｔａｎｔａｎｄｗｉｄｅｌｙｕｓｅｄｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌｉｎｎｅｔｗｏｒｋｓｃｏｍｐｏｓｅｄｏｆ ｕｎｃｅｒｔａｉｎｄａｔａｓｕｃｈａｓｂｉｏｌｏｇｉｃａｌｎｅｔｗｏｒｋｓｏｒｓｏｃｉａｌｎｅｔｗｏｒｋｓ．Ｓｉｎｃｅｔｈｅｔｗｏｐｏｉｎｔｃｏｎｎｅｃｔｉｖｉｔｙｐｒｏｂａｂｉｌｉｔｙｐｒｏｂｌｅｍｉｎｔｈｅ ｇｒａｐｈｉｓａｃｏｍｐｌｅｔｅｐｒｏｂｌｅｍ，ｔｈｅｋｎｅａｒｅｓｔｎｅｉｇｈｂｏｒｑｕｅｒｙｐｒｏｂｌｅｍｉｓｍｕｃｈｍｏｒｅｃｏｍｐｌｅｘｔｈａｎｔｈｅｎｏｒｍａｌｇｒａｐｈａｎｄｉｓ ｒｅｌａｔｅｄｔｏｔｈｅｄｅｆｉｎｉｔｉｏｎｏｆ＂ｄｉｓｔａｎｃｅ＂．Ｕｓｉｎｇｔｈｅｓｈｏｒｔｅｓｔｄｉｓｔａｎｃｅａｓｔｈｅｄｅｆｉｎｉｔｉｏｎｏｆｄｉｓｔａｎｃｅ，ｗｅｄｉｓｃｕｓｓｔｈｅｋｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒｓｅａｒｃｈｐｒｏｂｌｅｍ（ｋＮＮ）ｕｎｄｅｒｔｈｅｃｏｎｄｉｔｉｏｎｔｈａｔｔｈｅｕｎｃｅｒｔａｉｎｇｒａｐｈｉｓａｗｅｉｇｈｔｅｄｇｒａｐｈ．Ｉｎｏｒｄｅｒｔｏｏｖｅｒｃｏｍｅ ｔｈｅｐｒｏｂｌｅｍｏｆｔｉｍｅｅｘｐｏｎｅｎｔｉａｌｅｘｐｌｏｓｉｏｎｃａｕｓｅｄｂｙｃｏｍｐｕｔｉｎｇｔｗｏｐｏｉｎｔｃｏｎｎｅｃｔｉｖｉｔｙｐｒｏｂａｂｉｌｉｔｙ，ａｓａｍｐｌｉｎｇｋＮＮ ｑｕｅｒｙａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＤｉｊｋｓｔｒａａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄ．Ｔｈｅｃｏｎｖｅｒｇｅｎｃｅｒａｔｅａｎｄｃｏｎｖｅｒｇｅｎｃｅｒａｔｅａｒｅｓｔｕｄｉｅｄ．Ｔｈｅ ｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｐｒｏｖｅｄｔｏｂｅｍｏｒｅｅｆｆｉｃｉｅｎｔｔｈａｎｋＭｉｎＤｉｓｔｍｅｔｈｏｄａｎｄｈａｓｈｉｇｈｒｅｃａｌｌｒａｔｅ． Ｋｅｙｗｏｒｄｓ　　Ａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅ　Ｕｎｃｅｒｔａｉｎｇｒａｐｈｓ　Ｐｒｏｂａｂｉｌｉｔｙｇｒａｐｈ　Ｂｉｏｌｏｇｉｃａｌｎｅｔｗｏｒｋ　ｋＮＮ　 Ｓａｍｐｌｉｎｇｔｅｃｈｎｉｑｕｅ ［１－３］ 当前大数据研究当中的一个研究热点 。 ０　引