APP下载

基于最小描述长度的图分割变化检测改进算法

2015-08-22魏长宝姚汝贤

计算机工程 2015年7期

魏长宝,姚汝贤

(黄淮学院信息工程学院,河南驻马店463000)

·图形图像处理·

基于最小描述长度的图分割变化检测改进算法

魏长宝,姚汝贤

(黄淮学院信息工程学院,河南驻马店463000)

图分割变化检测(GPCD)可检测出可能导致网络社区发生变化的重要事件。针对现有的检测算法未考虑图形分割结构动态特点的不足,利用概率树表示图分割结构的概率模型,将GPCD问题转化为基于最小描述长度的树变化检测问题,并提出一种求解GPCD问题的Tree算法。仿真实验结果表明,与GraphScope基准算法相比,该算法检测图分割结构变化时的虚警率较低,并具有较高的检测精度。

图分割变化检测;最小描述长度;概率树;变化成本;虚警率

中文引用格式:魏长宝,姚汝贤.基于最小描述长度的图分割变化检测改进算法[J].计算机工程,2015,41(7):274⁃279,284.

英文引用格式:Wei Changbao,Yao Ruxian.Improved Algorithm of Graph Partitioning Change Detection Based on M inimum Description Length[J].Computer Engineering,2015,41(7):274⁃279,284.

1 概述

图分割技术[1⁃3](也称图聚合问题)是一种按照某种标准将图分成若干子模块的方法。图分割可以使得分割后各子模块中节点联系更紧密,模块间联系更低。该技术在蛋白质网络、网络数据挖掘等许多领域都有广泛应用。本文主要研究如何对二分图时间序列的图分割结构变化进行检测。将该检测问题称为图分割变化检测(Graph Partitioning Change Detection,GPCD)问题。根据链路关系,图分割结构可看成图节点的聚类结构。这一图分割过程将会导致多个网络社区。因此,它有助于社区结构变化检测及图分割结构变化检测,而社区结构变化往往对应于真实世界中的重要世界,因此研究GPCD问题具有重要意义[4⁃5]。……

登录APP查看全文