10.3969/j.issn.1000-386x.2017.06.033
基于抽样的不确定图k最近邻搜索算法
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.
人工智能、不确定图、概率图、生物网络、k-NN、抽样技术
34
TP311.13;TP392(计算技术、计算机技术)
国家科技支撑计划项目2014BAI17B01;软件开发环境国家重点实验室开放课题SKLSDE-2012KF-02
2017-07-18（万方平台首次上网日期，不代表论文的发表时间）
共7页
180-186
