摘要：动态图的分析在许多领域都十分重要.随着数据的增加,数据分析师通过从多个动态序列中分析频繁的演变模式来发现有价值的规律.然而,结构复杂、数据量大、演变过程多样等特征为理解动态图数据的演变模式带来了极大的挑战.为了提取大规模动态图数据中普遍存在的演变模式,提出一种动态图序列演变模式的可视化方法.首先将动态图序列转换成事件序列,然后,在此基础上提取频繁出现的动态图序列片段,并总结成演变模式;此外,开发了一个整合文中方法的交互式原型系统,以支持自上而下的动态图数据的探索.最后通过家谱树网络和科研合作网络这2个案例,证明了该方法在真实世界应用中的可用性和有效性.

摘要：在过去十数年,来自网络与社交网络的图信息量在急剧增长,这种本质上动态变化的图对存储、分析与处理的实时性需求越来越高.新兴的非易失性内存(Non-Volatile Memory,NVM)技术具有高密度、高可扩展性和接近零待机功耗的优点,同时由于字节寻址等特性被认为是替代DRAM的潜在候选者,它们可以满足动态图信息快速增长的存储与处理要求.然而,由于NVM的硬件限制和数据一致性要求,传统动态图数据结构在NVM环境下效率低下.为了解决NVM环境下动态图数据结构存在的读写不对称和耐久性低等问题,本文设计与实现了层级合并排序数组(Level Merge Sorted Array,LMSA),它是一种支持在对数时间内同时完成读与写操作的动态图数据结构,它使用层级数组存储动态图中边信息来提升查询速度与减少因动态图数据结构性质维护而产生的写次数.为了低开销地保证数据一致性,LMSA利用无日志记录一致性方案进行插入、删除和更新等操作.在配置了英特尔傲腾持久内存DCPMM(Intel Optane DC Persistent Memory Module)机器上的实验结果表明,与最新的动态图数据结构Stinger和GraphTinker相比,LMSA插入操作吞吐量是Stinger的4.3~12.6倍,是GraphTinker的1.4~4.35倍,其删除操作吞吐量是Stinger的5.7~20.1倍,是GraphTinker的1.4~4.58倍.

摘要：动态蛋白质网络的构建和复合物挖掘问题是目前研究的热点.针对现有的算法在解决前述问题上的不足,文中考虑了蛋白质的活性周期和连接强度,首先提出了一种基于动态图的蛋白质网络构建算法.然后基于密度聚类设计了一种在动态蛋白质网络上挖掘复合物的算法(PCMA).整个挖掘过程包含三个步骤:基于DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法的蛋白质复合物生成;基于合并增益的蛋白质复合物合并和基于归属度的复合物调整.在多个公开的生物数据集上进行了实验,实验结果表明,所提算法在查全率、查准率和F-measure方面的性能都要优于现有的算法,且对输入参数不敏感.在保证蛋白质复合物挖掘准确性的前提下,算法的时间复杂度处于一个合理的范围之内.

摘要：为了提高异常事件常发地段中智能车辆行驶的效率和安全性,以提升车流参数预测的准确度为出发点,该文设计了一种基于动态节点自注意力的车流参数预测方法,在多个时间步中利用空间注意力聚合邻域节点的特征,沿着时间维度通过时间注意力机制预测交通参数。结果表明:该文设计的动态图自注意力(DGSA)模型的1 h预测结果平均绝对误差(MAE)、均方根误差(RMSE)和平均绝对百分误差(MAPE)指标分别下降了3.75%、3.45%、11.63%;测算的路段平均碰撞时间(TTC)更长,达到2.8s。该方法能够在异常事件情况下有效预测车流演化态势并提升车辆的安全性。

摘要：在大数据时代,图数据的规模急剧增长,增量图模式匹配技术能够在数据图发生变化时避免重新对整个数据图进行匹配,进而减少匹配时间,提高整体执行效率,因此成为研究热点。然而,现有的增量匹配算法处理规模较大的模式图时效率会降低。针对该问题,提出了一种基于结构分解的增量图模式匹配算法Inc_CFLS。在匹配过程中,为中间匹配结果构建高效索引,用于后续的模式匹配计算。基于构建的索引信息对数据图增加边事件进行分类,进而为每类增加边事件设计查询剪枝优化策略,从而有效提高匹配效率。在真实数据集上进行实验,结果表明Inc_CFLS算法比目前最好的增量匹配算法在执行效率上平均提升了1~2倍,能更有效支持大规模动态图上的模式匹配。

摘要：本文运用先进地理信息系统处理工具ARC／INFO系统，采用遥感分析手段，对海南岛清澜港红树林区进行动态空间分析和专题描绘，来反映红树林区历年的变化，以期提供红树林区的动态管理监测科学的方法和依据。

摘要：为满足海量数据挖掘的需求,提出一种新的动态图挖掘方法。给出云计算平台能耗度量公式,分析任务调度策略的合理性,综合考虑系统能耗优化与系统运行效率问题,在保证系统运行效率良好的前提下减少能耗,将系统能耗优化问题转化成系统成本控制问题,并得出总消耗成本目标函数,基于该函数设计出计算任务自适应分配算法与最小能耗优化云模型。改变传统图挖掘算法的串行执行方式,提出一种基于MapReduce模型的大规模动态图挖掘算法,并将其应用于最小能耗优化云模型中以提升整个系统综合利用效率。实验结果表明,该方法具有较高的运行效率,能够降低整个挖掘体系的能源消耗,特别是在大图情况下效果明显。

摘要：我站自1980年以来,开始设计并试行在病虫测报上应用“安徽省农业病虫动态图(情报图)”[以下简称(情报图)],以此提供直观的“图形+数据”的整体病虫信息并反馈至全省测报网络体系内的各测报站,指导各地进行病虫预测和开展防治。10多年来,共发布情报图数十期,病虫种类近50多种(次)

摘要：基于微机原理中汇编语言程序执行的实时性特点,设计了在微机显示器屏幕上画直角坐标系下的动态变化图。采用数学变换的形式,克服了微机显示器屏幕的坐标与直角坐标系不一致的问题,同时解决了换页时出现的图形变乱问题。以工程实际为例,在显示器上画出实时的跟踪风速随时间变化的正弦曲线图。

摘要：设计动态图上最短路径距离查询的并行计算框架。通过构建增量图的方法,实现一个批次内的多个查询在不同数据图版本的多线程并发执行。对于每个查询,使用双向宽度优先搜索算法来减少搜索空间,并提出搜索过程中扩展方向的决策函数。利用BSR对数据图邻接表进行编码,结合SIMD指令和图顶点重标号算法,进一步提升数据级并行度。在真实图数据集下的大量实验验证了所提方法的高效性。