原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于图稀疏表征的知识图谱数据分解与压缩方法，首先通过采样模块，以知识图谱中的每一个节点为中心进行子图采样，将一个知识图谱网络数据分割成一组知识图谱事务图集，在得到的事务图集上进行频繁子图挖掘，构建出以模式扩展为基础的子图扩展树，在树上进行DFS深度优先搜索，逐个寻找频繁出现在知识图谱事务图集中的基础模式，完成知识图谱数据分解与压缩，最后对挖掘出的频繁子图进行过滤，删除掉冗余的子结构，过滤不合适的频繁子图，输出原子及稀疏编码矩阵。本发明的方法将知识图谱数据表示为基础子结构的组合，压
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116821370 A
(43)申请公布日 2023.09.29
(21)申请号 202310788310.3
(22)申请日 2023.06.29
(71)申请人 电子科技大学
地址 611731
文档评论（0）