图形数据库中图形数据的组织

图形数据库的图形处理系统中具有十分重要地位，而图形数据库中的数据不同于一般传统的数据，本文提出了图形数据库中图形的数据模型及其数据结构。     

一种快速网络拓扑推测方法

网络拓扑推测是推测网络内部链路性能的前提条件。目前的网络拓扑推测方法主要是基于网络性能参数的极大似然估计方法,但是其计算量会随着网络规模的增长而急剧增加,影响在实际网络中的应用。针对这种问题,提出了一种快速的网络拓扑推测方法,根据观测节点测量数据的相似度推测网络的逻辑拓扑结构,推测准确且计算简单。最后利用仿真实验验证了该方法的有效性和准确性。     

一种面向工程的图形数据库管理方法

以实体为对象的数据库结构以及面向工程元件的管理功能的设计.     

一种基于SNMP的网络拓扑发现策略

本文主要对一种基于SNMP的网络拓扑发现策略进行了探讨。首先介绍了SNMP协议在网络拓扑发现应用中的优点;其次,介绍了网络拓扑发现的优点;再次,对传统SNMP的网络拓扑发现策略进行了分析并指出了其中的不足;最后提出了改进建议。     

Euclid的图形数据库和Oracle数据库的数据共享

首先概述了两种数据库数据转换的可行性、意义及目的。接着详细叙述了我们选择的技术途径和方法,给出了源程序清单,对进一步的工作提出了设想。     

矢量图形数据库两种显示算法及其实现

结合Access数据库,针对其中矢量图形数据,提出了在Delphi下两种实现图形数据显示算法.     

数据库图形编译系统的DBMDS

本文介绍应用于数据库管理系统Foxbase、dBASE的图形编译系统DBMDS。DBMDS在Foxbase和dBASE中增设了17种基本图形程序语句供图形设计。由此,可编程作出任何所需的图形或图表,并可方便地打印输出。图形数据可来自数据库或表达式等。     

一种基于WebGIS的网络拓扑管理技术

将地理信息系统与网络拓扑管理结合,能够实现对网络设备故障快速直接的地理定位,赋予网管系统清晰直观、易于监控和管理的特性。提出了一种基于网络地理信息系统的层次化拓扑发现和拓扑显示技术,有效地实现了网络拓扑和地理信息系统的结合,实现了网络设备的对象化管理,实现了网络设备故障的快速直接的地理定位,为网络管理提供了新型的地理化的操作界面,为网络故障管理的研究应用提供了新的有效手段,并且可以使网络管理员随时随地对网络进行管理。     

基于AutoCAD图形数据库的ARX应用程序开发

图形数据库在AutoCAD的开发过程中处于中心地位。在系统阐述AutoCAD图形数据库基本结构的同时,就开发ARX应用程序时的实体访问技术进行了详细论述,提出了具体的实现方法,并通过实例予以说明。     

基于负数据库的隐私保护图神经网络推荐系统

图数据是一种特殊的数据形式,由节点和边组成.在这种数据中,实体被建模为节点,节点之间可能存在边,表示实体之间的关系.通过分析和挖掘这些数据,人们可以获得很多有价值的信息.因此,对于图中各个节点来说,它也带来了隐私信息泄露的风险.为了解决这个问题,本文提出了一种基于负数据库(NDB)的图数据发布方法.该方法将图数据的结构特征转换为负数据库的编码形式,基于此设计出一种扰动图(NDB-Graph)的生成方法,由于NDB是一种保护隐私的技术,不显式存储原始数据且难以逆转.故发布的图数据能确保原始图数据的安全.此外,由于图神经网络在图数据中关系特征处理方面的高效性,被广泛应用于对图数据的各种任务处理建模,例如推荐系统,本文还提出了一种基于NDB技术的图神经网络的推荐系统,来保护每个用户的图数据隐私.基于Karate和Facebook数据集上的实验表明,与PBCN发布方法相比,本文的方法在大多数情况下表现更优秀,例如,在Facebook数据集上,度分布最小的L1误差仅为6,比同隐私等级下的PBCN方法低约2.6%,最坏情况约为1400,比同隐私等级下PBCN方法低约46.5%.在基于LightGCN的协同过滤实验中,也表明所提出的隐私保护方法具有较高的精度.     

用于非精确图匹配的改进注意图卷积网络

将传统图卷积网络模型应用于非精确图匹配时,在卷积步骤早期易存在节点特性以及节点之间拓扑特征的损失,从而影响导致匹配性能.针对这一问题,提出了改进注意图卷积网络模型.使用相对较少的参数以端到端的方式学习分层表示,利用自注意机制来区分应该丢弃或保留的节点.首先利用注意图卷积网络来自动学习不同跳上邻域的重要程度;其次,加入自注意池化层,从矩阵图嵌入的各个方面概括图表示;最后,在多个标准图数据集中进行训练和测试.实验结果表明,相较于目前最先进的图核和其他深度学习算法,该方法在标准图数据集上实现了更优的图分类性能.     

基于VC的自动绘制网络拓扑技术

简要介绍了自动发现网络拓扑、数据库设计的方法,通过ADO与数据库的连接及内存泄漏的问题。重点分析了运用VC来自动绘制拓扑的实现方法和详细算法,主要包括设备和链路的自动显示和子网拓扑图的显示;分析了在自动绘出的拓扑图的基础上手工调整拓扑图的实现方法及在拓扑图中随意查看设备和链路相关信息的功能实现算法技巧。     

基于社交网络的图数据挖掘应用研究

社交网络数据的高度复杂性给数据挖掘研究带来了巨大的挑战,而社交网络数据挖掘更注重实体之间相互关联的特点,使得图数据挖掘技术的研究与应用逐渐成为该领域的热点。传统数据挖掘,如聚类、分类、频繁模式挖掘等技术逐渐拓展到图数据挖掘领域。文中首先介绍了现阶段图数据挖掘算法（其中包括图查询、图聚类、图分类和图的频繁子图挖掘）的研究内容和存在的问题;其次介绍了图形数据库研究现状,以及对比了主流图形数据库管理系统的优劣;最后介绍了图挖掘技术在社交网络中的应用。     

基于图数据库的装备信息联想式查询

在院校、部队教学和训练中，常常需要对武器、装备的相关信息进行查询、比较，这类系统传统上是通过关系数据库技术实现的.但是，由于装备种类之间的差异太大，没有一个共同的“数据模型”可用；另外，关系数据库对于装备之间的“联系”处理起来相当困难，本文提出了基于图数据库的装备信息“联想式”查询，较好地解决了这些问题.     

图数据库发展综述

随着数据关联关系的发现、管理和应用的深入,图数据库快速发展.归纳总结了图数据库概念、图模型、组成架构图和数据库的特点;详细阐述了图数据库的关键技术;分析比较了当前主流图数据库产品,归纳了当前图数据库主要应用场景;最后提出图数据库未来发展的趋势.     

基于图卷积的异质网络节点分类方法

图神经网络能够有效学习网络语义信息,在节点分类任务上取得了良好的效果.但仍面临挑战：如何充分利用异质网络丰富语义信息和全面结构信息使节点分类更精准.针对上述问题,提出了一种基于图卷积的异质网络节点分类框架(heterogeneous network node classification framework, HNNCF),包括异质网络约简和图卷积节点分类,解决异质网络节点分类问题.通过设计转换规则约简异质网络,将异质网络化简为语义化同质网络,利用节点间的关系表示保留异质网络多语义信息,降低网络结构建模复杂度;基于消息传递框架设计图卷积节点分类方法,在语义化同质网络上学习无1-sum约束的邻居权重等网络结构信息,深入挖掘关系语义特征,发现不同连接关系和邻居语义提取的差异性,生成节点的异质语义表示用于节点分类,识别节点类别标签.在3个公开的节点分类数据集上进行了实验,结果表明HNNCF能够充分利用异质网络多种语义信息,有效学习邻居节点权重等网络结构信息,提升节点分类效果.     

网络拓扑发现综述

网络拓扑发现是网络管理中一项非常重要的技术。文中从概述、主要的网络拓扑信息采集方法、网络拓扑发现算法三个方面对网络拓扑发现进行综述,在此基础上,设计出了一种针对Internet网络的拓扑发现算法和基于园区网的典型拓扑发现算法,对网络管理开发软件人员和网络管理人员具有较好的参考价值。     

基于时序网络的VANETs拓扑特征分析

动态性是车载自组织网络（VANETs）拓扑结构的重要特征之一,研究拓扑结构的时序特征对VANETs协议开发和网络管理具有重要意义。采用复杂网络理论研究VANETs拓扑结构的时序特性。建立了VANETs时序网络模型- 可达图模型,该模型不仅考虑了信息传输时间,而且能够刻画VANETs中信息的存储转发机制。通过仿真实验研究VANETs时序网络的拓扑特征,分析信息传输时间 和最大可容忍延迟时间 与网络的节点出度、非对称性、数据包到达率等时序拓扑参数之间的关系。研究结果表明与瞬时和静态网络模型相比,本文提出的时序网络模型能更合理的刻画VAENTs中信息传输过程,并且降低信息传输时间 和增大最大可容忍时间 有利于提高整个网络的时序连通性,从而提高数据包传输效率,该结论可为优化VANETs拓扑控制和网络协议开发提供新的指导。     

基于图数据库的大规模配置管理数据库关联查询

在基于关系型数据库构建的大规模配置管理数据库（CMDB）中,根据业务场景实现的关联查询功能,存在查询分析语句构造复杂、执行时间长的性能问题。为解决该问题,提出利用图数据库来实现关联查询的方法。利用配置项间的关系与图数据结构的一致性,构建基于图数据库的配置项关系表达,设计并实现一个基于图数据库的关联查询模块,以松耦合的方式集成到现有的配置管理数据库中,达到快速关联查询的目标。实验表明,本文的方法能有效解决大规模关系型数据库CMDB关联查询的性能问题。