不确定图中相对紧密子图发现算法

现实生活中的网络，如生物蛋白网络、无线传感器网络等都存在着很多不确定性，如何准确、快速地发现其中有效的信息具有特别重要的意义。由于发现前 K 个最紧密子图具有较高的复杂性并且实现条件较高，本文根据实际背景研究了从不确定图中发现存在概率较高的前 K 个紧密子图问题，分析不确定图的连通性和紧密子图存在概率，提出了不确定相对 K 紧密子图发现算法。在算法中，首先计算不确定图的连通指数，确定不确定阈值，根据不确定阈值计算子图存在概率，最终得到 K 个相对紧密子图。最后，通过若干组实验，验证了此算法可以高效、准确地发现不确定图中的紧密子图，能够解决生活中出现的各种问题。