[发明专利]关键节点的识别方法、装置、计算机设备及可读存储介质在审
申请号: | 202211282458.1 | 申请日: | 2022-10-19 |
公开(公告)号: | CN115563348A | 公开(公告)日: | 2023-01-03 |
发明(设计)人: | 王甬琪 | 申请(专利权)人: | 大箴(杭州)科技有限公司 |
主分类号: | G06F16/901 | 分类号: | G06F16/901;G06F16/903;G06F17/18 |
代理公司: | 北京中强智尚知识产权代理有限公司 11448 | 代理人: | 朱春元 |
地址: | 310000 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 关键 节点 识别 方法 装置 计算机 设备 可读 存储 介质 | ||
1.一种关键节点的识别方法,其特征在于,包括:
确定待识别网络,根据所述待识别网络中每个网络节点对所述待识别网络的连通性的影响力值,对所述待识别网络包括的多个网络节点进行排序;
对排序后的所述多个网络节点的影响力值进行归一化计算,得到所述多个网络节点中每个网络节点的节点归一化排序表示,以及基于所述每个网络节点的节点归一化排序表示,构建节点影响力表示字典;
根据所述每个网络节点的节点归一化排序表示,对所述多个网络节点进行多次采样,构建样本点集合;
基于所述节点影响力表示字典,将所述样本点集合转化为超曲面函数表达式的输入和输出,以及采用预设的超曲面函数表达式对所述超曲面函数表达式的输入和输出进行函数拟合,得到超曲面函数;
对所述超曲面函数进行计算,确定近似最优解,将所述近似最优解指示的网络节点作为所述待识别网络的关键节点。
2.根据权利要求1所述的方法,其特征在于,所述确定待识别网络,根据所述待识别网络中每个网络节点对所述待识别网络的连通性的影响力值,对所述待识别网络包括的多个网络节点进行排序,包括:
接收节点识别请求,将所述节点识别请求指示的网络作为所述待识别网络,以及读取构成所述待识别网络包括的所述多个网络节点;
对所述多个网络节点中每个网络节点执行以下处理:计算所述待识别网络的第一连通性取值,在所述待识别网络中将所述网络节点删除,计算删除后的所述待识别网络的第二连通性取值,将所述第一连通性取值和所述第二连通性取值的差值作为所述网络节点的影响力值;
获取所述每个网络节点的影响力值,得到多个影响力值;
按照所述多个影响力值从小到大的顺序对所述多个网络节点进行排序。
3.根据权利要求1所述的方法,其特征在于,所述对排序后的所述多个网络节点的影响力值进行归一化计算,得到所述多个网络节点中每个网络节点的节点归一化排序表示,以及基于所述每个网络节点的节点归一化排序表示,构建节点影响力表示字典,包括:
依次对排序后的所述多个网络节点进行编号,为所述多个网络节点中每个网络节点设置对应的节点编号,其中,节点编号的取值随排序后的所述多个网络节点递增;
统计所述多个网络节点的节点数量,以及对编号后的所述多个网络节点中每个网络节点执行以下处理:读取所述网络节点的节点编号的编号取值,将所述编号取值与所述节点数量的比值作为所述网络节点的节点归一化排序表示;
获取所述每个网络节点的节点归一化排序表示,以及为所述每个网络节点与对应的节点归一化排序表示建立映射关系,得到所述节点影响力表示字典。
4.根据权利要求1所述的方法,其特征在于,所述根据所述每个网络节点的节点归一化排序表示,对所述多个网络节点进行多次采样,构建样本点集合,包括:
获取所述每个网络节点的节点归一化排序表示,得到多个节点归一化排序表示,以及计算多个所述节点归一化排序表示的总和值;
对所述多个网络节点中每个网络节点执行以下处理:计算所述网络节点的节点归一化排序表示与所述总和值的比值,以及将计算得到的比值作为所述网络节点的被采样概率;
获取所述每个网络节点的被采样概率,得到多个被采样概率;
按照所述多个被采样概率对所述多个网络节点执行K次采样操作,得到包括K个网络节点的候选解集合,以及重复执行按照所述多个被采样概率对所述多个网络节点进行K次采样并得到包括K个网络节点的候选解集合的操作,直至重复的次数达到N次,得到N个候选解集合,其中,K和N为正整数;
将所述N个候选解集合进行合并,得到所述样本点集合。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大箴(杭州)科技有限公司,未经大箴(杭州)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211282458.1/1.html,转载请声明来源钻瓜专利网。