《不确定图的k近邻查询概述》2600字.docxVIP

第4章

PAGE2

不确定图的k近邻查询概述

本章主要对该系统所涉及到的相关理论以及研究工作进行阐述，包括不确定图的定义、可达概率的计算、深度学习基础概念等等，并在这些理论的基础上延申到本文主要解决问题以及本文预期成果。

1.1不确定图

在研究网络型应用时，例如交通网络、无线传感器网络、社交网络、生物网络等等，考虑到这些数据的结构化强，存在大量节点，关系较为复杂，大部分节点之间还存在某种关联等因素，往往采用图的形式对其原始数据建立模型，并简称为图数据，因为图恰好具有良好的表征能力以及生动刻画两组数据之间的逻辑关系的能力。以无线传感器网络为例，它是由大量传感器构成的无线网络，可以感知、处理当前网络所覆盖范围之内的所有对象，并能够将这些对象的信息发送给网络的持有者，因而备受当前科学研究领域的关注，在这个网络当中，传感器构成了图数据中的节点，无线信号的传播构成了图数据中的边。

在科研以及实际应用领域，有关确定图的研究已然非常成熟了。在确定图中，通常认为相邻节点之间的关系使用边上的权值进行描述即可生动表示二者之间的关联[2]。固然随着数据采集技术的不断进步，原始数据的获取变得越发简单，然而，在现实使用过程中，采集过程中难免会因为存在噪声、误差，亦或是隐私保护、数据预处理等原因