图的深度优先遍历算法及运用

简要介绍图的深度优先遍历算法,通过对由易到难、层次不一的题目进行分析求解,深化对该算法的理解,理清算法学习的思路,并试着展示数据结构学习过程中的一种模式。     

基于队列的广度优先遍历算法设计与实现

本文主要介绍在二维数组邻接矩阵存储结构下下利用队列对无向连通稠密图进行广度优先遍历的算法设计及实现过程,文中给出了算法思想,算法设计思路及具体实现代码。     

Gout-ITS系统的深度优先语义遍历算法

该文分析了痛风临床诊治智能教学系统（Intelligent Tutoring System for the Instruction of Gout Clinical Diagnosis and Treatment，以下简称Gout-ITS系统）自动生成病例所需的领域知识及其特点，提出了语义树知识表示法和深度优先语义遍历算法。该算法可以有效地生成既符合学生的学习难度要求、又符合病理逻辑的、多样化不重复的病例。最后，将该算法与人工智能中的深度优先搜索算法进行了比较，阐述了其中的不同之处。     

DNA计算机中图的深度优先搜索遍历算法

提出DNA计算机中图数据结构的一种设计方法,给出具体的存储结构以及深度优先搜索遍历的算法。该算法实现了在DNA计算机下图元素的遍历。为证明其可行性,给出一个具体的算法实例,描述了DNA计算机上的运行机制。依据分子生物学的理论,证明算法是有效且可行的。     

基于栈的非递归深度优先遍历算法设计与实现

深度优先遍历是图的一种重要遍历方法,该文主要介绍在邻接矩阵存储方式下,利用栈实现对稠密图进行深度优先非递归遍历的算法设计及实现过程。     

基于宽度优先搜索的菜单遍历算法在C#中的实现及应用

在MIS系统应用中,通常要对用户权限进行控制.本文首先分析了两种常用的访问控制方法的缺陷;然后提出了一种基于宽度优先搜索遍历菜单,实现用户权限控制的方法;最后结合实例用C#实现了该方法.该方法具有很好的通用性和实用性.     

搜索引擎中网络爬虫策略在烟草行业中的应用研究

搜索引擎中网络爬虫是一个重要组成部分,在行业搜索引擎中数据的查全查准得依靠网络爬虫对海量数据的抓取作用,网络爬虫如何在行业中发挥重要作用抓取出高效数据呢?将以烟草行业为例,针对网络爬虫的各个策略如深度优先策略、广度优先策略等策略分析其在行业搜索引擎中的应用。     

利用深度优先遍历算法实现TreeView和XML之间的数据转移

对TreeView和XML文档之间的数据转移技术进行了探讨,利用深度优先遍历算法递归调用访问节点,提高了代码简洁性和可读性,并给出了Delphi实现代码。     

二叉树的遍历算法

二叉树是一种重要的非线性数据结构,在计算机领域有着广泛的应用。着重介绍二叉树的遍历问题,描述了递归、非递归、层次等二叉树遍历的多种算法。     

数据结构中图的遍历算法

本文根据图的存储结构、搜索路径及编制算法的方法不同,详尽地给出八种不同的图的遍历算法思想。即:从图的邻接矩阵和邻接表两种不同存储结构,再考虑到递归和非递归两种遍历思想的不同,分别把深度优先搜索遍历和广度优先搜索遍历分为四种不同的遍历方法。其目的是:通过本文的讨论,使初学者及高职学生能充分掌握数据结构中图的不同遍历算法并能正确的给出图的各种遍历程序。     

状态空间搜索算法的进一步探索

主要讨论了BFS、DFS、A＊算法在状态空间搜索中的应用并且给出其在Mathematics下实现。在Mathematics中根据节点数据绘制出节点分布图,分别使用BFS、DFS、A＊搜索对给定的源点和目标点之间的路径进行搜索,并比较得到的路径耗散数据,说明引入启发式函数对搜索效率的影响。     

关联规则挖掘综述

介绍了关联规则挖掘的一般概念 ,并进一步导出它的一般框架 ;同时对一些典型算法进行了分析和比较 ,介绍了关联规则的应用 ;最后展望了关联规则挖掘的未来研究方向。     

一种处理图数据库中超图集合的查询方法

针对图数据库中超图集合查询问题给出有效解决方案,算法采用过滤-验证框架机制,过滤器是基于特征的索引树。给出从数据库中快速提取特征的算法以及索引建立方法。将特征组织在一棵树中,使得过滤阶段两个特征的公共诱导子图只与查询图做一次子图同构测试。在验证阶段,将Ullman算法与极大团查找算法相结合进行子图同构检测。     

应用本体解决面向语义的信息集成中的查询处理

面向语义的信息集成中基于Web的查询处理应用本体来解决在多个领域中检索数据可能产生的语义层的异构,对于在统一的用户界面下提交的查询请求,根据语义,从Web上搜索相关领域的信息,最终将结果显示在用户界面上.该过程是通过查询分解、子查询转换、分发子查询和子查询结果收集及语义转换来完成的.同时,考虑到基于Web的信息查询一般要涉及多个分布的数据源,查询的响应时间要依赖于网络的传输速度,一般来讲比较长,还借鉴了缓存系统的思想,在查询处理架构中引入了缓存数据库,有选择地存放最常用的查询信息,以提高整个查询的速度.     

Web超链挖掘:中国境内Web图结构研究

以网站作为Web图的顶点,以网站之间链接为有向边,研究了中国境内Web图的拓扑特点和宏观结构。试验表明：网站的入度和出度分布同样服从幂级数定律(Power Law);境内Web图的连通性明显高于全球的Web图,其最大的强连通分量中的网站数超过50％;在境内Web中,如果两个网站之间存在一条有向路径,则从一个网站漫游到另外一个网站,平均只需点击71次,最多只需点击29次。     

几种经典搜索算法研究与应用

搜索技术是人工智能的基本技术之一,在人工智能各应用领域中被广泛地使用。而搜索技术的核心是搜索算法,而所有的搜索算法的优化主要是在经典的搜索算法上改进得来。故研究经典搜索算法有非常重要的理论价值和实际应用价值。通过对几种经典搜索算法的研究,分析,总结,使得知识形成体系,便于更好的学习和研究。最后将几种算法进行比较,列出各自优缺点,便于选择合适的算法解决相关的实际问题。     

面向高通量计算机的图算法优化技术

随着互联网技术的蓬勃发展,图数据的规模呈爆炸式增长.如何高效地处理大规模图数据逐渐成为工业界和学术界关注的焦点.宽度优先搜索算法是解决图遍历问题的经典算法,也是Graph500基准的核心测试程序之一.高通量计算机采用ARM架构的众核体系结构,具有高并发、强实时、低功耗等适于大数据计算的特点.在单节点上,BFS算法的优化已取得一系列进展,首先对现有的优化技术进行系统的介绍,并在此基础上提出2种面向高通量计算机的优化手段,通过减少冗余访存和提高缓存局部性,有效提高了算法的访存效率.通过这些优化手段,在高通量计算机上对BFS算法的性能进行了系统的评估.对于顶点规模为230的Kronecker图(顶点数为230,边数为234),优化后的BFS算法在高通量计算机上的平均性能为24.26 GTEPS.与两路x86架构服务器相比,单节点具有1.18倍的性能优势.在性能功耗比方面,高通量计算机的结果为181.04 MTEPS/W.在2019年6月份的Green Graph500面向大数据集的排行榜上取得第2名的成绩.综上,高通量计算机的高并发和低功耗等特点非常适合处理大规模图计算等数据密集型应用.     

机械产品的特征信息处理

本文讨论了单纯采用CSG模型和单纯采用B-Rep模型来表达机械产品的特征信息时所遇到的一些实际困难,根据机械产品设计与制造一体化的特殊要求,提出了基于CSG+B-Rep数据结构的特征信息表达方案。其主要特点是以面为特征定义的基本单位,利用FSMTS中CSG与B-ReP的一致对应关系,将产品的特征信息PIT链入CSG和B-Rep组成的循环链中,其优点在于既可通过CSG摸型建立参数化的产品模型,又可通过交互方式定义和修改产品的特征信息。     

面向Java语言的进化测试中分支依赖图的构建

在面向对象程序的进化测试中,面向对象程序本身的状态特性使得一个分支的到达需要一定长度方法调用序列的执行,而封装特性则使得在一个对象外部无法直接调用其private方法或者protected方法。针对这两个问题,采用基于蚁群算法和遗传算法的动态搜索与静态分析相结合的方式提供了一种有效的思路。本文针对这种思路中的静态分析过程提出分支依赖图的概念,并设计、实现了针对Java语言的方法内分支依赖图以及类的分支依赖图的构建算法。     

融合语义信息与注意力的图神经网络推荐算法

基于图神经网络的推荐算法通过从图中获取知识生成节点的特征表示,提高了推荐结果的可解释性.然而,随着推荐系统原始数据规模的不断扩大,大量包含语义信息的文本数据没有得到有效利用.同时图神经网络在融合图中邻居信息时没有区分关键节点,使得模型难以学习到高质量的实体特征,进而导致推荐质量下降.本文将图神经网络与语义模型相结合,提出一种融合语义信息与注意力的图神经网络推荐算法.该算法基于SpanBERT语义模型处理实体相关的文本信息,生成包含语义信息的特征嵌入,并将注意力机制引入到基于用户社交关系以及用户-项目交互的影响传播融合过程中,从而实现用户和项目两类实体特征的有效更新.在公开数据集上的对比实验结果表明,本文所提出的方法较现有基准方法在各项指标上均有所提升.