徐太华；王国银；杨杰 基于粒化策略寻找简单有向图的强连通分量。 （英语） Zbl 1468.68245号 国际J近似推理 118, 64-78 (2020). 强连通分量（SCC）是有向图中一类重要的子图。从知识发现的角度来看，它可以看作是一种知识。在我们之前的工作中，基于粗糙集理论（RST）的两个算子（k步相关集和k步上近似），提出了一种称为RSCC的知识发现算法，用于发现简单有向图的SCC。RSCC算法可以比线性复杂度的Tarjan算法更有效地找到SCC。然而，一方面，作为RST应用于SCC有向图发现的理论基础，前人研究的RST与图论之间的理论关系仅包括基本RST与与SCC相关的图概念之间的四个等价关系。使用这两个RST运算符查找SCC的合理性仍需调查。另一方面，我们使用RST相关集、下近似集和上近似集这三个概念来分析SCC，发现顶点之间存在三种SCC相关性。RSCC算法忽略了这些SCC相关性，从而对RSCC的效率产生了负面影响。对于上述两个问题，首先，我们探讨了两个RST算子与宽度优先搜索（BFS）之间的等价性，这是最基本的图搜索算法之一，也是查找SCC的最直接方法。这些等价性解释了使用这两个RST算子寻找SCC的合理性，丰富了RST与图论理论关系的内容。其次，我们根据这三个SCC相关性设计了粒度策略。然后提出了一种基于粒化策略的简单有向图SCC算法GRSCC。实验结果表明，GRSCC为RSCC提供了更好的性能。 引用于三文件 MSC公司： 68层37 人工智能背景下的不确定性推理 05C85号 图形算法（图形理论方面） 68兰特 计算机科学中的图论（包括图形绘制） 68T20型 人工智能背景下的问题解决（启发式、搜索策略等） 关键词：强连接组件；粗糙集理论；图论；颗粒化策略 软件：稀疏矩阵 PDF格式BibTeX公司 XML格式引用 \textit{T.Xu}等人，国际期刊近似推理118，64--78（2020；Zbl 1468.68245） 全文： DOI程序 参考文献： [1] Allesina，S.公司。；博迪尼，A。；Bondavalli，C.，《通过图论的生态子系统：强连接组件的作用》，Oikos，110，1，164-176（2005） [2] 约安尼迪斯，Y。；Ramakrishnan，R。；Winger，L.，基于图遍历的传递闭包算法，ACM Trans。数据库系统。，18, 3, 512-576 (1993) [3] Yang，H.G。；沈博士。；寇，Y。；聂，T.Z。；Ge，Y.，基于强连通分量的高效PPR算法，中国计算机学会。，18, 3, 584-600 (2017) [4] Adamic，L.A.，《小世界网络》（国际数字图书馆理论与实践会议论文集（1999），施普林格出版社），443-452 [5] Xu，T.H。；张庆华，基于有向初级电路启发式列表的可疑交易识别研究，中国。J.南京大学（自然科学），52，5，879-889（2016） [6] 皮尔斯·D·J。；凯利，P.H.J。；Hankin，C.，C的高效字段敏感指针分析，ACM Trans。程序。语言系统。，30, 1, 4 (2007) [7] Burke，M.，《基于间隔的详尽和增量过程间数据流分析方法》，ACM Trans。程序。语言系统。，12, 3, 341-395 (1990) [8] 范，J.C。；Chow，T.W.，精确稳健核主成分分析，IEEE Trans。神经网络。学习。系统。，1-13 (2019) [9] 范，J.C。；田志勇。；赵，M.B。；Chow，T.W.，大规模数据子空间聚类和半监督分类的加速低秩表示，神经网络。，100, 39-48 (2018) ·Zbl 1434.68406号 [10] 范，J.C。；Chow，T.W。；赵，M.B。；John，K.H.，具有不连续邻域图的数据的非线性降维，神经过程。莱特。，47, 2, 697-716 (2018) [11] Tarjan，R.，深度-第一搜索和线性图算法，SIAM J.Compute。，1, 2, 146-160 (1972) ·Zbl 0251.05107号 [12] Gabow，H.N.，《基于路径的深度首次搜索强大且双连通的组件》，Inf.Process。莱特。，74, 3, 107-114 (2000) ·Zbl 1339.68301号 [13] Sharir，M.，强关联算法及其在数据流分析中的应用，计算。数学。申请。，7, 1, 67-72 (1981) ·Zbl 0443.68046号 [14] 弗莱舍，L.K。；亨德里克森，B。；Pinar，A.，《关于并行识别强连接组件》，（《计算机科学讲义》，第1800卷（2000年）），505-511 [15] McLendon，W。；亨德里克森，B。；Plimpton，S.J。；《寻找分布图中的强连通分量》，J.Parallel Distribute.Compute。，65, 8, 901-910 (2005) ·兹比尔1082.68086 [16] 何涛，《粗糙图及其应用》（2008），山东大学博士论文 [17] Pawlak，Z.，《粗糙集》，《国际计算杂志》。信息科学。，11, 5, 341-356 (1982) ·Zbl 0501.68053号 [18] Chen，L.F。；Tsai，C.T.，基于粗糙集理论的数据挖掘框架，以改进选址决策：对连锁餐厅Tour的案例研究。管理。，53, 197-206 (2016) [19] Pawlak，Z.，《基于知识的决策支持的粗糙集方法》，Eur.J.Oper。研究，99，1，48-57（1995）·Zbl 0923.90004号 [20] Ma，X.A。；Zhao，X.R.，成本敏感的三方类特定属性约简，Int.J.近似原因。，105, 153-174 (2019) ·Zbl 1452.68219号 [21] 黄，Z.H。；Li，J.J。；戴维珍。；Lin，R.D.，具有多尺度决策属性的广义多尺度决策表，国际期刊近似推理。，115, 194-208 (2019) ·Zbl 1468.68236号 [22] Dou，H.L。；杨晓波（Yang，X.B.）。；宋，X.N。；Yu，H.L。；Wu，W.Z。；Yang，J.Y.，《决策论粗糙集：多成本战略》，Knowl-基于系统。，91, 71-83 (2016) [23] Ma，X.A。；Yao，Y.Y.，Min-max属性-对象二元推理：关于粗糙集理论中约简的统一模型，信息科学。，501, 68-83 (2019) ·Zbl 1453.68183号 [24] Ma，X.A。；Yao，Y.Y.，《类特定属性约简的三种决策视角》，《信息科学》。，450, 227-245 (2018) [25] 平野，S。；Tsumoto，S.，基于粗糙集理论中近似的医学图像分割，（国际粗糙集会议论文集和当前计算趋势（2002），Springer），554-563·Zbl 1013.68841号 [26] 杨晓波（Yang，X.B.）。；Z.Ming。；Dou，H.L。；Yang，J.Y.，不完备信息系统中基于邻域系统的粗糙集，Knowl-基于系统。，24, 6, 858-867 (2011) [27] 杨晓波（Yang，X.B.）。；Yong，Q。；Yu，H.L。；宋，X.N。；Yang，J.Y.，随着颗粒结构的增加更新多颗粒粗糙近似，Knowl-基于系统。，64, 1, 59-69 (2014) [28] Tan，R.R.，使用改进的粗糙集归纳法进行基于规则的生命周期影响评估，环境。模型。软质。，20, 5, 509-513 (2005) [29] 阿夫里迪，M.K。；北阿扎姆。；Yao，J.T。；Alanazi，E.，《使用GTRS处理缺失数据的三向聚类方法》，《国际期刊近似原因》。，98, 11-24 (2018) ·Zbl 1451.62070号 [30] 王立杰。；Yang，J.Y。；Chen，W.，六覆盖中的广义粗糙集与纯自反邻域系统之间的关系，信息科学。，207, 207, 66-78 (2012) ·Zbl 1250.68261号 [31] Zhang，J.H。；Wang，Y.Y.，基于粗糙边缘的支持向量机，Inf.Sci。，178, 9, 2204-2214 (2008) [32] 李晓云。；李，X.C。；赵振华，将深度学习与粗糙集分析相结合：网络空间态势感知模型，（第六届国际电子信息与应急通信会议论文集（2016），IEEE），182-185 [33] Chiaselotti，G。；Ciucci，D。；Gentile，T.，《颗粒计算中的简单图》，《信息科学》。，340，C，279-304（2016）·Zbl 1395.68260号 [34] Chiaselotti，G。；Ciucci，D。；Gentile，T。；Infusino，F.，受图论启发的粗糙集工具的推广，Fundam。通知。，148, 1-2, 207-227 (2016) ·Zbl 1388.03045号 [35] Chiaselotti，G。；Ciucci，D。；Gentile，T。；Infusino，F.，《粗糙集理论应用于简单无向图》，（《粗糙集与知识技术国际会议论文集》（2015），施普林格），423-434·Zbl 1444.68219号 [36] Chiaselotti，G。；Gentile，T。；Infusino，F.G。；Oliverio，P.A.，图的邻接矩阵作为数据表：几何透视，Ann.Mat.Pura Appl。，196, 3, 1073-1112 (2017) ·Zbl 1366.05029号 [37] Chen，J.K。；Li，J.J。；Lin，Y.J.，基于广义粗糙集计算简单无向图的连通分量，Knowl-基于系统。，37, 2, 80-85 (2013) [38] Xu，T.H。；Wang，G.Y.，基于广义粗糙集理论寻找简单有向图的强连通分量，Knowl-基于系统。，149, 88-98 (2018) [39] Wang，S.P。；朱，F。；Min，F.，《横向拟阵和基于覆盖的粗糙集》，J.Frontiers Comput。科学。技术。，06, 3, 281-286 (2012) [40] Wang，S.P。；朱庆霞。；朱伟。；Min，F.，《通过拟阵实现粗糙集的图形和矩阵方法》，《信息科学》。，288, 1, 1-11 (2014) ·Zbl 1355.68265号 [41] Wang，S.P。；朱庆霞。；朱伟。；Min，F.，《基于覆盖粗糙集的一些图问题的等价刻画》，J.Appl。数学。，2013年9月10日，2862-2890（2013）·Zbl 1283.05227号 [42] Orzan，S.M.，《关于分布式验证和验证分发》（2004年），阿姆斯特丹自由大学博士论文 [43] 洪，S。；北卡罗来纳州罗迪亚。；Olukotun，K.，《关于小世界图中强连接组件（SCC）的快速并行检测》，（高性能计算、网络、存储和分析（SC）国际会议论文集（2013）），1-11 [44] 斯洛塔，G.M。；Rajamanickam，S。；Madduri，K.，《用于强连接元件和相关问题的BFS和基于颜色的并行算法》，（第28届IEEE并行和分布式处理国际研讨会论文集（2014）），550-559 [45] Barnat，J。；Moravec，P.，《在隐式给定图中寻找SCC的并行算法》（Form.Methods Appl.Technol.，vol.4346（2006）），316-330 [46] Devshatwar，S。；阿米尔坎特瓦尔，M。；Nasre，R.，以GPU为中心的并行强连接组件计算扩展，（第九届使用图形处理单元进行通用处理年度研讨会论文集，GPGPU’16（2016），ACM：美国纽约州纽约市ACM），2-11 [47] Barnat，J。；Bauch，P。；Brim，L.公司。；Ceška，M.，在CUDA上并行计算强连接组件，（IEEE并行与分布式处理国际研讨会论文集（2011），IEEE），544-555 [48] Li，G.H。；朱，Z。；张，C。；Yang，F.M.，GPU上强连接组件的高效分解，J.Syst。建筑。，60, 1, 1-10 (2014) [49] Wijs，A。；Katoen，J.P。；Bošnački，D.，将图并行分解为强连通和最大端点分量的高效GPU算法，Form.Methods Syst。设计。，48, 3, 274-300 (2016) ·Zbl 1404.68204号 [50] Bloemen，V.，强连接分量的On-The-Fly并行分解（2015），特温特大学，硕士论文 [51] 布洛曼，V。；Laarman，A。；Pol，J.V.D.，多核现场SCC分解，ACM SIGPLAN Not。，51, 8, 1-12 (2016) [52] Laarman，A。；兰格拉克，R。；范德波尔，J。；韦伯，M。；Wijs，A.，多核嵌套深度首次搜索，（第九届验证与分析自动化技术国际研讨会论文集（2011），施普林格），321-335·Zbl 1348.68142号 [53] Evangelista，S。；佩特鲁奇。；Youcef，S.，并行嵌套深度优先搜索用于LTL模型检查，（第九届自动技术验证与分析国际研讨会（2011年）论文集，施普林格），381-396·Zbl 1348.68134号 [54] Evangelista，S。；Laarman，A。；佩特鲁奇。；van de Pol，J.，《改进的多核嵌套深度优先搜索》，（第十届验证与分析自动化技术国际研讨会论文集（2012），施普林格），269-283·Zbl 1374.68281号 [55] 雷诺，E。；Duret-Lutz，A。；Kordon，F。；Poitrenaud，D.，广义büchi自动机的并行显式模型检查，（系统构造和分析工具和算法国际会议论文集（2015），Springer），613-627·兹比尔1420.68137 [56] Lowe，G.，基于Tarjan算法的并发深度优先搜索算法，Int.J.Softw。技术工具。变压器。，18, 2, 129-147 (2016) [57] Yao，J.T。；瓦西拉科斯，A.V。；Pedrycz，W.，《颗粒计算：前景和挑战》，IEEE Trans。赛博。，43, 6, 1977-1989 (2013) [58] Stell，J.G.，《图形的颗粒化》，（空间信息理论，空间信息论，计算机科学课堂讲稿，第4736卷（1999年）），438-454 [59] Stell，J.G.，《数学形态学与图形和粗糙集应用的关系》，（空间信息理论。空间信息理论，计算机科学讲义，第1661卷（2007年）），417-432 [60] 陈，G。；Zhong，N.，图中的粒度结构，（国际粗糙集与知识技术会议（2011），施普林格），649-658 [61] 陈，G。；Zhong，N.，图的三种粒度结构模型，（粗糙集与知识技术国际会议（2012），Springer），351-358 [62] Bryniarska，A.，通过模糊上下文进行集合近似的特定信息颗粒系统，Int.J.近似推理。，111, 1-20 (2019) ·Zbl 1460.68107号 [63] 卡布拉索斯，V.G。；穆西亚德斯，L。；Vakali，A.，《网络中的粒度图聚类》，（第八届自然计算国际会议论文集（2011），世界科学出版社：犹他州世界科学出版社），1639-1645 [64] 比安奇，F.M。；利维。；A.Rizzi。；Sadeghian，A.，设计优化图分类系统的粒度计算方法，软计算。，18, 2, 393-412 (2014) [65] Bang Jensen，J。；Gutin，G.Z.，有向图：理论、算法和应用（2009），Springer科学与商业媒体·Zbl 1170.05002号 [66] 姚义勇，有限宇宙中粗糙集理论的两种观点，国际近似理性杂志。，15, 4, 291-317 (1996) ·Zbl 0935.03063号 [67] Järvinen，J.，《粗糙集的格理论》（Lect.Notes Compute.Sci.，第4374卷（2007）），400-498·Zbl 1186.03069号 [68] Ooof，L.，Gephi中文教程（2012） [69] Davis，T.A。；Hu，Y.，佛罗里达大学稀疏矩阵收集，ACM Trans。数学。软质。，38, 1, 734-747 (2011) ·兹比尔1365.65123 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。