(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211155074.3 (22)申请日 2022.09.22 (71)申请人 南京信息职业 技术学院 地址 210023 江苏省南京市栖霞区仙林大 学城文澜路99号 (72)发明人 王俊松　边荟凇　 (74)专利代理 机构 南京纵横知识产权代理有限 公司 32224 专利代理师 董建林 (51)Int.Cl. G06K 9/62(2022.01) G06F 16/23(2019.01) G06F 16/215(2019.01) G06F 21/62(2013.01) (54)发明名称 一种密集连接模式检测与提取方法 (57)摘要 本发明公开了一种密集连接模式检测与提 取方法， 包括： 步骤1、 获取多维张量数据R； 步骤 2、 利用CrossSpot方法对多维张量数据R进行收 敛， 得到密集块B0， 并令D=B0； 步骤3、 利用探针法 检测张量数据D， 得到更新后的密集块Bγ； 步骤 4、 根据更新后的密集块Bγ， 对张量数据D 进行变 宽单维度迭代调整， 迭代收敛后得到迭代后的密 集块Bδ； 步骤5、 根据密集块Bδ的可疑程度， 判 断是否满足预设的终止条件， 如果满足， 输出密 集连接模式检测结果， 否则， 重复步骤3~5。 本发 明可以有效避免多个规模相近的密集块合并为 一个大的密集 块， 提高密集 块检测的准确率。 权利要求书2页 说明书7页 附图3页 CN 115526247 A 2022.12.27 CN 115526247 A 1.一种密集连接模式检测与提取 方法， 其特 征在于， 包括如下步骤： 步骤1、 获取多维张量数据R； 步骤2、 利用Cros sSpot方法对多维张量数据R进行收敛， 得到密集 块B0， 并令D= B0； 步骤3、 利用探针法检测张量数据D， 得到更新后的密集 块Bγ； 步骤4、 根据更新后的密集块Bγ， 对张量数据D进行变宽单维度迭代调整， 迭代收敛后得 到迭代后的密集 块Bδ； 步骤5、 根据密集块Bδ的可疑程度， 判断是否满足预设 的终止条件， 如果满足， 输出密集 连接模式检测结果， 否则， 重复步骤3~5。 2.根据权利要求1所述的一种密集连接模式检测与提取方法， 其特征在于， 设多维张量 数据R={R1,R2,…,Ri,…,RK} ， 其中， K为多维张量数据 R的维数， Ri={ai,1,ai,2,…,ai,j,…, ai,length(Ri)}， ai,j表示第i个维度中第j个属性， length(Ri)表示第i个维度中属性的数量。 3.根据权利要求2所述的一种密集连接模式检测与提取方法， 其特征在于， 在步骤2中， 利用Cros sSpot方法对多维张量数据R进行收敛， 得到密集 块B0的方法为： 在多维张量数据R中随机 选取一个子张量作为初始随机种子密集 块； 基于初始随机种子密集块， 利用CrossSpot方法对多维张量数据R进行收敛， 得到密集 块B0， 初始化last_B = B0， last_metric=metric(B0,R)， 并令D=  B0， 其中， metric(B0,R)表示 密集块B0相对于张量数据R的可疑程度。 4.根据权利要求1所述的一种密集连接模式检测与提取方法， 其特征在于， 步骤3的具 体操作如下： 在张量数据D的K个维度中随机选取一个维度Di， 在Di中选取第j列作为探针， Di中第j列 的属性值为pa(i)； 利用张量数据D中每个元素在K个维度 下对应的属性值组成有序 数组,并用该有序 数组 表示元素的坐标,记为 ,其中, 表示元素在第s个维度下对应的属性 值； 判断探针所在列上的每个元素是否为零， 如果为零， 获取该元素的坐标{di=pa(i)， }， 其中， g表示该 元素在除i之外的K ‑1个维度的坐标表示； 将张量数据D中所有K ‑1个维度下坐标表示 为g的元素去除， 得到更新后的密集 块Bγ。 5.根据权利要求4所述的一种密集连接模式检测与提取方法， 其特征在于， 在步骤4中， 令dim_array={i,1,2, …,i‑1,i+1,…,K}， 其中， i为步骤3中选 取的维度， 按照di m_array的 维度顺序， 对张量数据D进行变宽单维度迭代调整， 迭代收敛后得到迭代后的密集 块Bδ。 6.根据权利要求5所述的一种密集连接模式检测与提取方法， 其特征在于， 步骤4的具 体操作如下： 初始化迭代次数r=1； 在第r次迭代中， 按照dim_array的维度 顺序依次对K个维度进行变宽单维度调整， 得到 第K个维度下变宽单维度调整后的密集 块BK*， 输出第r次迭代的密集 块Br= BK*； 如果r>1， 计算第r次迭代与第r ‑1次迭代的密集块可疑程度之差ε， ε=metric(Br,R)‑   metric(Br‑1,R)， 如果|ε|<10‑6， 则迭代停止， 输出迭代后的密集块Bδ= Br， 否则r=r+1， 进入 下一次迭代。权　利　要　求　书 1/2 页 2 CN 115526247 A 27.根据权利要求6所述的一种密集连接模式检测与提取方法， 其特征在于， 令m∈dim_ array,对第m个维度进行变宽单维度调整的方法为： 令Bm={}， max_met ric =  ‑∞， max_ B’={}； 获取密集块B ”中除m之外的K ‑1个维度的映射区域， 计算第m个维度下每个属性在该映 射区域内的计数， 其中， 当m=i且r=1时， 密集块B ”  =Bγ， 当m=i且r>1时， 密集块B ”= Br‑1， Br‑1 表示第r‑1次迭代后的密集块， 当m≠ i时， 密集块B ”= Bn*， Bn*为dim_array中m的前一个维度 n下变宽单维度调整后的密集 块； 根据计数将第m个维度下的属性降序排序， 得到第m个维度的降序列表Pm={pm,1,pm,2,…, pm,length(Pm)}， 其中， count(pm,1)≥count(pm,2)≥…≥count(pm,length(Pm))， count(pm,1)表示属 性pm,1在映射区域内的计数， length(Pm)表示降序列表Pm的长度； 按照Pm中的排序将张量数据D中的属性列插入Bm中， 每插入一个属性列， 利用Bm结合密 集块B”中除m之外的K ‑1个维度的属性得到一个数据快照B ’， 如果B’相对于张量数据 R的可 疑程度metric(B ’,R)≥max_metric， 则max_ metric=metric(B ’,R)， max_ B’= B’， 直至Pm为 空， 输出第m个维度下变宽单维度调整后的密集 块Bm*= max_ B’。 8.根据权利要求3所述的一种密集连接模式检测与提取方法， 其特征在于， 步骤5的具 体操作为： 计算迭代后的密 集块Bδ相对于张量数据R的可疑程度metric(Bδ,R)， 如果metric(Bδ,R)  >last_metric， 令D=Bδ， last_metric=  metric(Bδ,R)， last_B=Bδ， 并返回步骤3， 如果 metric (Bδ,R) ≤last_met ric， 输出last_B作为密集连接模式检测结果。 9.根据权利要求3~8任一项所述的一种密集连接模式检测与提取方法， 其特征在于， 利 用度量指标DTS或DGCS度量密集 块的可疑程度。权　利　要　求　书 2/2 页 3 CN 115526247 A 3