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！

龙图腾网获悉安徽大学申请的专利基于噪声图流的局部社区检测方法及其系统、终端与介质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：CN115858868B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202211536223.0，技术领域涉及：G06F16/901；该发明授权基于噪声图流的局部社区检测方法及其系统、终端与介质是由颜登程;王林祥;仲红;屈诗琴;张以文;王庆人设计研发完成，并于2022-12-01向国家知识产权局提交的专利申请。

本基于噪声图流的局部社区检测方法及其系统、终端与介质在说明书摘要公布了：本发明公开了基于噪声图流的局部社区检测方法及其系统、终端与介质。所述检测方法用于从文件系统中以数据流的方式读取图集中每一张图中的边，这些边的集合定义为图流，通过检测图流中的每一条边获得待检测社区。所述检测方法包括：定义边的集合和节点集合；检测噪声边；扩展待检测社区的节点集合；修剪扩展后的节点集合形成所述待检测社区。本发明在面对大规模数据集时面临的巨大内存开销，以及检测的准确度容易受到图中噪声边的影响，通过流式读取的方式极大的减少了内存的开销，使得该方法能够应用于大规模数据图的应用场景，并且通过噪声边的检测以及定义了一个健壮性的节点隶属度指标来减少噪声边对社区检测准确度的影响，获得较高的准确度。

本发明授权基于噪声图流的局部社区检测方法及其系统、终端与介质在权利要求书中公布了：1.一种基于噪声图流的局部社区检测方法，其用于从文件系统中读取图集中每一张图中的边，这些边的集合定义为图流，通过检测所述图流中的每一条边获得待检测社区，其特征在于，所述文件系统为复杂网络中的文件系统；所述复杂网络包括社交网络、万维网、电力网、生物蛋白质网络，所述检测方法包括以下步骤： S1、定义边的集合S和节点集合K 从文件系统中以数据流的方式读取所述图流，所述图流为集合S：S＝{e1，e2，…，em}，m表示边e的序号，每条边e具有两个节点； 指定固定数量的多个节点作为种子节点，由此形成检测社区扩展的多个初始节点：k1，k2，…，kn，n表示种子节点k的序号，构成节点集合K：K＝{k1，k2，…，kn}； S2、检测噪声边 对于读入的每一条边，计算每条边中两个节点之间的相似度以及每条边到待检测社区的距离； 将所述相似度和所述距离分别同预先设置的相似度阈值范围和距离阈值范围比较，如果所述相似度不在所述相似度阈值范围内，则判定相应的边与待检测社区无关，从集合S中进行剔除，否则判定相应的边影响待检测社区的检测结果，在集合S中进行保留；如果所述距离不在所述距离阈值范围内，则判定相应的边与待检测社区无关，也从集合S中进行剔除，否则也判定相应的边影响待检测社区的检测结果，也在集合S中进行保留； S3、扩展待检测社区的节点集合K 对集合S中通过噪声边检测而保留的每一条边，还同步进行判断：如果边的一个节点已经包含在节点集合K中，则将相应边的另外一个节点添加到节点集合K当中并且为刚添加的节点计算一个隶属度； 返回步骤S2直至对集合S中所有的边进行噪声边检测及相应的节点扩展，并完成相应刚添加节点的隶属度计算； S4、修剪扩展后的节点集合K 对节点集合K中所有节点的隶属度从大到小排序，在节点集合K中只保留隶属度位于隶属度阈值范围内的相应节点，最终的节点集合K即所述待检测社区，以表征反映复杂网络中存在特定模式或功能的局部社区。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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。