基于深远海α不确定图上的极大团枚举验证方法及系统技术方案

技术编号:40133092 阅读:19 留言:0更新日期:2024-01-23 22:26
本发明专利技术所述方法及系统,涉及电力系统规划和图数据挖掘技术领域包括:通过MULE算法构建α不确定图;通过Denegeracy算法划分,根据MULE枚举算法,输出集Aumc;基于多重倒排表验证方法,输出去重复和去包含关系来完成去伪工作的结果。本发明专利技术提供的基于深远海α不确定图上的极大团枚举验证方法基于数据图在α不确定图上调用Denegeracy算法进行子图划分,简化了极大团枚举算法的时间复杂度问题,基于多重倒排表算法实现去重复和去包含关系来完成去伪工作,提高了验证效率,本发明专利技术在计算精度、计算效率以及可靠性水平方面都取得更加良好的效果。

【技术实现步骤摘要】

本专利技术涉及电力系统规划和图数据挖掘,具体为基于深远海α不确定图上的极大团枚举验证方法及系统


技术介绍

1、随着海上风电技术的不断进步,海上风电开发已经成为全球风能开发的重点,目前,海上风电场逐步朝着深远海化发展,其中的电气系统由于在整个海上风电场总投资成本中约占25%~30%,逐渐受到海上风电行业的重视。同时,随着现代化数据采集技术的快速发展,各行各业中都积累了大量用图表示的数据,这些图数据不仅规模巨大而且还在不断地快速增长。如何让在大规模的图数据中快速准确地找到重要的信息,具有十分重要的现实意义和商业价值。

2、极大团是稠密子图的一种,极大团枚举(maximal clique enumerate,mce)用于从给定图中挖掘不被其他团包含的完全子图。目前所研究的问题是找出给定不确定图中所有满足条件的α-极大团(α为给定的概率阈值,α-极大团表示所挖掘出的极大团存在概率至少为α)。在现实中,由于采集数据过程中的噪音、误差等因素导致抽象出的图具有不确定性,这种不确定型数据构建的图模型被称为不确定图。由于不确定图上的概率维度的增加,导致确定图上本文档来自技高网...

【技术保护点】

1.基于深远海α不确定图上的极大团枚举验证方法,其特征在于,包括:

2.如权利要求1所述的基于深远海α不确定图上的极大团枚举验证方法,其特征在于:所述通过MULE算法构建α不确定图包括调用MULE算法,输出枚举后的Aumc={{1,2,3},{1,3,4},{6,7,8},{2,4,},{2,4},{2,5},{4,5},{6,7},{6,9},{7,9}},测完元素后输出倒排表;

3.如权利要求1所述的基于深远海α不确定图上的极大团枚举验证方法,其特征在于:所述输出集Aumc包括在α不确定图上调用Denegeracy算法进行子图划分,划分输出极大团子图;

...

【技术特征摘要】

1.基于深远海α不确定图上的极大团枚举验证方法,其特征在于,包括:

2.如权利要求1所述的基于深远海α不确定图上的极大团枚举验证方法,其特征在于:所述通过mule算法构建α不确定图包括调用mule算法,输出枚举后的aumc={{1,2,3},{1,3,4},{6,7,8},{2,4,},{2,4},{2,5},{4,5},{6,7},{6,9},{7,9}},测完元素后输出倒排表;

3.如权利要求1所述的基于深远海α不确定图上的极大团枚举验证方法,其特征在于:所述输出集aumc包括在α不确定图上调用denegeracy算法进行子图划分,划分输出极大团子图;

4.如权利要求1所述的基于深远海α不确定图上的极大团枚举验证方法,其特征在于:所述基于多重倒排表验证方法包括通过mileumc算法去除伪极大团的最坏时间复杂度为o(n′·3n′/3),最好情况为o(3n′/3)。

5.如权利要求1所述的基于深远海α不确定图上的极大团枚举验证方法,其特征在于:所述基于多重倒排表验证方法,输出去重复和去包含关系来完成去伪工作的结果包括初始极大团建立完成后,按照aumc的顺序处理极大团,在后续的验证过程中,每遍历到下一个α-团,查找映射表,判断α-团中是否存在value值为...

【专利技术属性】
技术研发人员:赵致远葛安琪殷磊吕金睿赵丹枫黄冬梅肖勇王晓亮裴军峰戴文娟王黎
申请(专利权)人:华能浙江能源开发有限公司清洁能源分公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1