买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中山大学申请的专利一种numa感知的基于k-truss分解的社区发现方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114265691B 。

龙图腾网通过国家知识产权局官网在2025-11-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111560730.3，技术领域涉及：G06F9/50；该发明授权一种numa感知的基于k-truss分解的社区发现方法是由牟者斌;卢宇彤;陈志广设计研发完成，并于2021-12-20向国家知识产权局提交的专利申请。

本一种numa感知的基于k-truss分解的社区发现方法在说明书摘要公布了：本发明公开了一种numa感知的基于k‑truss分解的社区发现方法，包括数据输入模块、计算支持度模块和K‑truss分解模块，所述方法包括以下步骤：通过所述数据输入模块从储存在硬盘中图数据文件中以文本的形式读取图，将图拓扑结构放置到内存中，然后构建CSR并根据CSR建边集数组后生成边映射数组；利用所述计算制度模块选择三角形计数方式，根据图规模大小每个线程分得的边的数量、图稠密程度平均顶点度以及图顶点度的均衡程度最大度，最小度及平均度之间的差距选择三角形计数方法；根据上一步中的方法计算每条边的支持度；使用所述K‑truss分解模块进行分解，包括计算各执行单元的大小、计算每个单元的任务区间、各单元初始化支持度、单个单元进行K‑truss分解以及各更新全局k值列表。

本发明授权一种numa感知的基于k-truss分解的社区发现方法在权利要求书中公布了：1.一种numa感知的基于k-truss分解的社区发现方法，包括数据输入模块、计算支持度模块和K-truss分解模块，其特征在于，所述方法包括以下步骤： S1通过所述数据输入模块从储存在硬盘中图数据文件中以文本的形式读取图，将图拓扑结构放置到内存中，然后构建CSR并根据CSR建边集数组后生成边映射数组； S2利用所述计算支持度模块选择三角形计数方式，根据图规模大小、图稠密程度以及图顶点度的均衡程度选择三角形计数方法； S3根据步骤S2中的方法计算每条边的支持度； S4使用所述K-truss分解模块进行分解，包括计算任何执行单元的大小、计算每个单元的任务区间、各单元初始化支持度、各单元进行K-truss分解以及各更新全局k值列表； 所述计算任务执行单元大小包括根据服务器numa节点数，物理核数，图的规模，图的稠密程度计算选取任务执行单元，当图规模较大时或图较稀疏时，划分给每个单元更多的numa节点；当图规模较小或图较稠密时，划分给每个单元更少的numa节点； 所述计算每个单元的任务区间包括遍历各边，计算出最大支持度Supmax，创建大小为Supmax的数组Sd；遍历各边，计算出不同支持度分布的边的数量；再根据Sd推算不同k值对应的k-class中边的数量，进一步预测对应k值的迭代的工作量，从而计算出平均划分点，将k值区间划分到每个执行单元上； 所述各单元初始化支持度包括对k值范围[kl,kr],klkr,kl不为2的每个任务执行单元，要首先重新初始化支持度，先创建一个大小为m的本地的支持度数组，然后进行过滤，保留符合条件的边，对剩余的边进行三角形计算，即初始化支持度部分； 所述各单元进行k-truss分解包括每个执行单元在计算自己的任务，即范围[kl,kr]，在计算每个k值的小迭代中并行遍历边，将其中符合条件的边移除，将其class值记为k，在移除前剥离该边参与构成的其它三角形的边，并将受影响的边符合移除条件的加入下一轮移除中；直到没有边可以移除，对k加1，进入下一轮大迭代，直至计算完整个区间； 所述各更新全局k值列表包括当第一个执行单元执行完分解任务后，将全局的支持度数组全部置零；每个执行单元完成计算后，遍历本地支持度数组，更新全局支持度数组，更新规则为本地支持度数组的数大小在自身任务区间内，且全局数组上对应值小于本地的值时，进行原子更新。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。