| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 1 | 无向图结点定位方法 | CN201110206304.X | 2011-07-13 | CN102314606A | 2012-01-11 | 方文其; 胡明晓 |
| 一种无向图结点定位方法，用于在一个矩形显示区域中给无向图的结点定位，包括以下步骤：(1)识别出所有割边。(2)在团树中选择度数最大且使团树的层数最小的团，作为团树的根。(3)将所述矩形区域从上到下分若干层。再按该团在团树同层中的顺序从左到右定位在相应的块。判断团是否只含一个结点。若只含一个结点，只需简单地将该唯一结点定位在相应块的中心位置；否则识别出团内的所有割点，将团分解为子团，再对子团进行从上到下分子层和对每一子层，再从左到右分若干子块。判断是子团还是割点，并给予相应的定位。本发明最大程度地减少无向图中连线的交叉、远跨、重叠，并使无向图的结点分组情况和连线组织情况清晰可辨。 | ||||||
| 2 | 一种无向图信号的多尺度分解方法 | CN202311662701.7 | 2023-12-06 | CN117633471A | 2024-03-01 | 徐冠雷; 郑乃弋; 徐晓刚; 王勋; 欧阳毅 |
| 本发明公开了一种无向图信号的多尺度分解方法，属于信息处理领域。本发明对任意的图信号提出基于游走邻接矩阵的动态多尺度图信号分解方法，采用基于游走邻接矩阵的动态游走情况进行邻接点的动态连接的方式，可以实现当下的图极值点的动态定义，为图信号多尺度分解提供动态的尺度限制，可以实现任意图信号的多尺度分解，为图信号多尺度处理提供了必要基础，实现了图信号动态可控多尺度分解，为图信号灵活分解及其应用提供技术依据。 | ||||||
| 3 | 一种无向图同构检测方法 | CN202010704922.6 | 2020-07-21 | CN111814005A | 2020-10-23 | 何静; 郭梦娇; 张结魁; 李友涛 |
| 本发明提供一种无向图同构检测方法，用以解决现有传统方法利用顶点的邻接矩阵关系进行直接判断所带来的效率低下和用途不广泛的问题，该方法从无向图的点邻接矩阵和边邻接矩阵开始，通过逐步判断对应矩阵置换关系、特征值同势、左右奇异向量的极大无关组对应的向量组同势来检测两张无向图是否同构；该方法解决了以往传统算法利用顶点的邻接矩阵关系进行直接判断所带来的边选择的全排列组合问题，即在搜索空间中进行寻优时采取的某种减枝策略，节省了不必要的计算，从而节省了计算时间。 | ||||||
| 4 | 基于MLkP/CR算法的无向图分割方法 | CN200910073338.9 | 2009-12-03 | CN101741611B | 2012-04-18 | 何慧; 张伟哲; 张宏莉; 杨志; 王星; 杨贤青 |
| 基于MLkP/CR算法的无向图分割方法，涉及到网络拓扑图的可视化技术领域。它解决了现有无向图分割方法中存在的不能够保证图形的自连通性的问题。所述方法分为三个阶段：规约阶段：对待分割的无向图G0(V0，E0)进行规约降低拓扑图的规模，获得无向图Gn(Vn，En)；初始化分阶段：对无向图Gn(Vn，En)进行k划分获得k个子图，每个子图都是自连通的；优化求精阶段：分别对k个子图进行优化求精，并还原成原图G0(V0，E0)，获得划分后的无向图G0(V0，E0)。本发明的方法能够保证每一个子图内部是连通的、并且子图间联系较少，使得图形中各个部分相对独立。本发明可应用于拓扑图形分割所应用在各个领域，包括并行计算、VISL设计、任务规划和地理信息系统GIS等领域。 | ||||||
| 5 | 基于MLkP/CR算法的无向图分割方法 | CN200910073338.9 | 2009-12-03 | CN101741611A | 2010-06-16 | 何慧; 张伟哲; 张宏莉; 杨志; 王星; 杨贤青 |
| 基于MLkP/CR算法的无向图分割方法，涉及到网络拓扑图的可视化技术领域。它解决了现有无向图分割方法中存在的不能够保证图形的自连通性的问题。所述方法分为三个阶段：规约阶段：对待分割的无向图G0(V0，E0)进行规约降低拓扑图的规模，获得无向图Gn(Vn，En)；初始化分阶段：对无向图Gn(Vn，En)进行k划分获得k个子图，每个子图都是自连通的；优化求精阶段：分别对k个子图进行优化求精，并还原成原图G0(V0，E0)，获得划分后的无向图G0(V0，E0)。本发明的方法能够保证每一个子图内部是连通的、并且子图间联系较少，使得图形中各个部分相对独立。本发明可应用于拓扑图形分割所应用在各个领域，包括并行计算、VISL设计、任务规划和地理信息系统GIS等领域。 | ||||||
| 6 | 一种基于MCMC过程的无向图重排序算法 | CN201710063821.3 | 2017-01-18 | CN106844702A | 2017-06-13 | 马璇; 林小拉 |
| 本发明提供一种基于MCMC过程的无向图重排序算法，该算法充分利用马尔科夫链可以收敛到平稳分布的特性，经过一段时间的迭代过程，算法最终达到的分布与初始值无关，也就是算法最终的结果与图的初始社区{1,...,n}n无关；本发明在迭代过程中引入随机化因数，一定程度上可以避免了算法陷入局部最优解，从而达到全局最优解，算法具有较好的鲁棒性，迭代过程具有多样性；本发明每次迭代过程中概率数组P的计算与邻接矩阵A的计算和更新都只与当前节点i及其邻接节点有关，很大程度上减少了算法计算量，另外，随着迭代的进行，社区的数量是逐步减少的，迭代过程也会越来越快。 | ||||||
| 7 | 无向图可视化显示的结点定位方法 | CN201110206304.X | 2011-07-13 | CN102314606B | 2013-03-27 | 方文其; 胡明晓 |
| 一种无向图可视化显示的结点定位方法，包括以下步骤：(1)识别出所有割边。(2)在团树中选择度数最大且使团树的层数最小的团，作为团树的根。(3)将所述矩形区域从上到下分若干层。层的分割采用层高平均法或层高结点比例法。再按该团在团树同层中的顺序从左到右定位在相应的块。判断团是否只含一个结点。若只含一个结点，只需简单地将该唯一结点定位在相应块的中心位置；否则识别出团内的所有割点，将团分解为子团，再对子团进行从上到下分子层和对每一子层，再从左到右分若干子块。判断是子团还是割点，并给予相应的定位。本发明最大程度地减少无向图中连线的交叉、远跨、重叠，并使无向图的结点分组情况和连线组织情况清晰可辨。 | ||||||
| 8 | 一种无向图的预估权重矩阵的确定方法及装置 | CN202111082304.3 | 2021-09-15 | CN113849698A | 2021-12-28 | 庞博; 曾凤 |
| 提供一种无向图的预估权重矩阵的确定方法：获取原始权重矩阵W0以及原始分组信息，将当前权重矩阵Wx以及当前分组信息初始化为W0以及原始分组信息。循环执行以下步骤，直至满足循环结束条件：根据Wx以及当前分组信息，计算当前总网络信息其中，Qij为顶点i与顶点j的差异度，该差异度与顶点i、顶点j属于同一分组的概率负相关；判断是否满足循环结束条件，满足则结束循环，不满足则更新Wx以及当前分组信息。循环结束后，将循环结束时的Wx作为该无向图的预估权重矩阵。 | ||||||
| 9 | 基于无向图的用户账号查找方法及装置 | CN201410758186.7 | 2014-12-10 | CN105740274B | 2019-06-18 | 王骏龙 |
| 本申请公开了一种基于无向图的用户账号查找方法及装置，其中，所述方法，包括：在无向图中识别存在连通路径的成对节点，并将每对节点分别放入一连通集合；分别根据每个连通集合生成key‑value集合，并将所有的key‑value集合放入待处理组，将待处理组中将key子集相同的key‑value集合合并；在待处理组中识别置换key‑value集合，根据置换key‑value集合将待处理组中key子集相同的key‑value集合合并；在待处理组中将key子集相同的key‑value集合合并，识别待处理组中目标key‑value集合。本申请通过对无向图进行连通路径的计算，可以在海量数据中实现准确查找和归类。 | ||||||
| 10 | 一种无向图或有向有圈图的层次化显示方法 | CN201410605691.8 | 2014-10-30 | CN104461497B | 2017-06-27 | 尹文生; 尹强 |
| 本发明提供了一种无向图或有向有圈图的层次化显示方法，包括：(1)创建无向图或有向有圈图的起点；(2)读入数据文件，根据三元组数据文件构建无向图或有向有圈图中所有的模型节点和有向线段，形成无向图或有向有圈图的内部模型；(3)初始化，将节点数据对象的搜索标志设置为未搜索；(4)对无向图或有向有圈图的模型进行宽度优先搜索并显示；(5)扩展处理，对静态关系图进行扩展处理，使之能动态显示当前节点的相连节点或当前节点的展开节点。本发明方法可以用计算机系统中常用的树窗口来显示复杂的无向图或有向有圈图，可以降低计算机无向图或有向有圈图的开发难度，避免进行无向图或有向有圈图的复杂布局运算。 | ||||||
| 11 | 一种基于无向图分割的车牌定位方法及系统 | CN201610156101.7 | 2016-03-18 | CN105760856A | 2016-07-13 | 李熙莹; 李发文; 袁敏贤; 江倩殷; 吕硕 |
| 本发明公开了一种基于无向图分割的车牌定位方法及系统，方法包括：对车辆图像进行归一化和一系列不同参数的高斯滤波处理，得到一个不同尺度的图像集；对得到的图像集中每一个高斯滤波图像获得其由顶点集和边集组成的无向图，并计算无向图顶点之间的不相似度；采用克鲁斯卡尔算法计算无向图的最小生成树，然后根据计算的最小生成树、顶点之间的不相似度以及设定的区域合并判断条件得到车牌的候选区域；根据设定的区域面积限制条件、区域质心坐标条件、矩形度条件以及宽高比条件从车牌的候选区域筛选出最终的车牌区域。本发明直接应用无向图分割的方法进行定位，定位准确率高，鲁棒性强，且算法复杂度低。本发明可广泛应用于图像处理领域。 | ||||||
| 12 | 基于无向图的用户账号查找方法及装置 | CN201410758186.7 | 2014-12-10 | CN105740274A | 2016-07-06 | 王骏龙 |
| 本申请公开了一种基于无向图的用户账号查找方法及装置，其中，所述方法，包括：在无向图中识别存在连通路径的成对节点，并将每对节点分别放入一连通集合；分别根据每个连通集合生成key-value集合，并将所有的key-value集合放入待处理组，将待处理组中将key子集相同的key-value集合合并；在待处理组中识别置换key-value集合，根据置换key-value集合将待处理组中key子集相同的key-value集合合并；在待处理组中将key子集相同的key-value集合合并，识别待处理组中目标key-value集合。本申请通过对无向图进行连通路径的计算，可以在海量数据中实现准确查找和归类。 | ||||||
| 13 | 基于完全无向图的贝叶斯的网络入侵分类方法 | CN200810234948.8 | 2008-11-11 | CN101394316B | 2011-08-31 | 王崇骏; 焦从信; 赵志宏; 骆斌 |
| 本发明公开了一种基于完全无向图的贝叶斯的网络入侵分类方法，包括如下步骤：1)训练阶段：a)收集已知是否为入侵的会话事件并进行特征提取作为训练集；b)对训练集进行预处理；c)训练出基于完全无向图的贝叶斯分类器；d)结束；2)分类阶段：a)预处理待检测的会话事件；b)使用步骤1c)得到的分类器对处理后的会话事件进行分类；c)返回分类结果；d)结束。本发明的基于完全无向图的贝叶斯的网络入侵分类方法在保持计算简单的前提下，提高了分类器的精度，尤其是针对小样本类标的异常事件，从而提高了入侵检测系统的入侵检测性能。 | ||||||
| 14 | 一种基于地下车库图纸生成无向图的方法 | CN202311477374.8 | 2023-11-08 | CN117633930A | 2024-03-01 | 王文广; 聂琳; 张文宣; 陈墨; 董士崇 |
| 本发明属于建筑图纸处理领域，具体涉及了一种基于地下车库图纸生成无向图的方法，旨在解决将地下车库图纸中的空间几何数据转化为计算机数据结构中无向图的问题。本发明包括：通过CAD获取输入数据，对提取的面域做聚类获取面域集合；生成潜在车位线段集合，确定车位线段的发射端点及射线方向，获取发射端点的发射边缘线，边缘线段节点化操作；构建多边形集合，获取空间网格的边集合，提取关键节点，构建邻接表后生成无向图。相较于传统的人工划分方法，本发明通过基于地下车库图纸生成无向图的方法，减少了人工的繁琐操作，提高了地下车库空间划分的精度和有效性。 | ||||||
| 15 | 一种基于无向图最大流的物联网流量分配方法 | CN202311374897.X | 2023-10-23 | CN117176653A | 2023-12-05 | 林彬; 王颢程; 钱丽萍; 吴远; 李铁山; 那振宇; 窦欣宇; 韩晓玲 |
| 本发明公开了一种基于无向图最大流的物联网流量分配方法，包括将物联网络的拓扑结构及链路资源看做为有权无向图，对该无向图依据节点编号大小有向分解为两个有向图；在无向图中寻找广度优先搜索节点遍历队列；计算广度优先搜索节点遍历队列的最大流；依据路径最大流更新剩余网络；累加各条广度优先搜索节点遍历队列的最大流以作为无向图当前的最大流；循环寻找剩余网络中的广度优先搜索节点遍历队列直至剩余网络中不存在新的广度优先搜索节点遍历队列时，获得无向图的最大流。本发明从边缘节点到汇聚节点之间寻找可最大限度传输数据量的数据传输方案，提高传输效率，同时在最大流流量较大且节点数量较多的无向图网络中具有更低的时间复杂度。 | ||||||
| 16 | 一种基于顶点相连列表的无向图索引方法 | CN201811368193.0 | 2018-11-16 | CN109558519B | 2023-03-14 | 刘玉葆; 赖昆锌 |
| 本发明涉及社交网络领域，更具体的，涉及一种基于顶点相连列表的无向图索引方法。本方法使用相连列表建立起了顶点与顶点的映射关系。在生成一条标签项(u‑v,d)后，标签项对应的两个顶点u,v的相连列表nextList(u)和nextList(v)均得到了扩充，如果再次遍历到u或者v时，可以直接利用nextList(u)或者nextList(v)中的结果，并且无需考虑是否将该标签项进行剪枝。因此，相对已有方法，在一定程度上节省了运算时间，提高工作效率。 | ||||||
| 17 | 用无向图嵌入知识图谱的文本信息抽取方法 | CN202110642699.1 | 2021-06-09 | CN113312498B | 2022-06-17 | 程长舸; 黄征; 周异; 陈凯 |
| 一种用无向图嵌入知识图谱的文本信息抽取方法，基于待抽取字符串构建包含关联句子信息节点和知识信息节点的无向图，分别根据无向图及其节点编号生成位置编码、根据无向图及其邻接矩阵生成关联控制矩阵，将关联控制矩阵引入注意力机制中，即关联控制矩阵中显示关联的节点能够正常计算注意力、显示无关联的节点对当前节点的注意力值无限趋近于0，即表示二者不相关，将节点序列中各个节点的词嵌入向量和根据位置编码和图中关联关系得到的相对位置编码输入基于注意力机制的信息抽取模型，将模型输出接入CRF层进行分类输出，得到信息抽取结果。 | ||||||
| 18 | 一种基于无向图的多台激光叉车调度方法 | CN201811618458.8 | 2018-12-28 | CN109669458A | 2019-04-23 | 陈智君; 李超; 陈双; 陆雪强; 张阳 |
| 本发明适用于自动控制技术领域，提供了一种基于无向图的多台激光叉车调度方法，该方法包括如下步骤：S1、实时基于激光叉车的当前位置来更新激光叉车的行走路段，即删除激光叉车的已行驶路段；S2、将所有激光叉车进行两两对比，通过修改移动属性moveFlag来控制相遇两激光叉车中的一辆激光叉车停车，移动属性moveFlag包括：暂停和忙碌。基于无向地图来实现的激光叉车的调度，适用于双向行驶的激光叉车，且可以多台激光叉车同时运行，提高了场地的利用率；该方法不是针对节点进行管制，仅控制当前会相遇的两台激光叉车中的一辆停车，在多节点的复杂路径中，避免不必要的交通管制，提高激光小车的工作效率。 | ||||||
| 19 | 一种基于顶点相连列表的无向图索引方法 | CN201811368193.0 | 2018-11-16 | CN109558519A | 2019-04-02 | 刘玉葆; 赖昆锌 |
| 本发明涉及社交网络领域，更具体的，涉及一种基于顶点相连列表的无向图索引方法。本方法使用相连列表建立起了顶点与顶点的映射关系。在生成一条标签项(u-v,d)后，标签项对应的两个顶点u,v的相连列表nextList(u)和nextList(v)均得到了扩充，如果再次遍历到u或者v时，可以直接利用nextList(u)或者nextList(v)中的结果，并且无需考虑是否将该标签项进行剪枝。因此，相对已有方法，在一定程度上节省了运算时间，提高工作效率。 | ||||||
| 20 | 基于简化带权无向图的统计平均模型构建方法 | CN201610279184.9 | 2016-04-28 | CN105976364B | 2019-02-15 | 杨健; 付天宇; 王涌天; 李勤; 范敬凡; 丛伟建 |
| 本发明公开一种基于简化带权无向图的统计平均模型构建方法，能避免选择特定模板图像带来的偏差以及无模板groupwise配准收敛速度慢，效率低等问题。方法包括：将刚性对齐后的图像集作为输入，构成图模型的顶点集合，求解阈值，构造图像之间的边，建立无向图模型；在图像仿射传播聚类结果的基础上，删除类内与类间冗余的边，对无向图模型的简化；在简化图模型的基础上，根据每幅图像与周围相连图像的差异，设置边的权重；通过配准计算每幅图像与与其连接图像之间的形变场；将形变场依据对应图模型上的权重进行复合；将复合后的形变场作用于图像，使图像之间的差异逐步减小，简化带权无向图模型逐渐收缩；求取图像集的平均图像，从而获得图谱。 | ||||||
QQ群二维码
意见反馈
意见反馈