[发明专利]从复杂网络中识别模块化结构的方法和工具

权利要求书

1.一种从复杂网络中鉴定模型结构的方法，其使用一个具有一个CPU和一个并行处理设备的计算系统，该方法的特征是，

通过CPU上的一个数据读取工具读取任务数据，其中任务数据包括复杂网络中的节点，具有指示节点间关系数值的边缘，以及复杂网络中任务被执行的任务参数。

通过CPU上的一个确定工具确定任务模块，从而根据任务数据从一套分别指示着一个特定进程的预设子模块中分配子任务进程，这些子任务进程将会分别由并行处理设备上的多重并行处理器中执行，并将任务模块转换到CPU上的第一界面。

通过第一界面将任务模块转换到并行处理设备上的第一前端。

通过第一前端将任务模块传递给并行处理设备上的程序汇编工具。

由程序汇编工具产生子任务进程，这些子任务进程能被多重并行处理器从任务模块中读取，并将这些子任务进程分配给多重并行处理器。

由CPU上的发报机工具根据多重并行处理器将任务数据分为多重数据子集。

由CPU上的第二界面将多重数据子集转换到并行处理设备上的第二前端。

由第二前端分别将多重数据子集传递给多重并行处理器。

由多重并行处理器分别平行执行子任务进程，其中这些子任务进程是由程序汇编工具根据数据子集分配的，来获得平行结果。

以及由分类工具处理平行结果来获得复杂网络中的模型结构。

2.权利要求1所述的方法，其中的并行处理设备是一个图表处理器，其分布于局域网或万维网。

3.权利要求1所述的方法，其中的任务模块包括图表搜索子模块和中间值子模块的组合，或最短路径子模块和中间值子模块的组合。

4.权利要求1所述的方法，其中的节点代表不同的基因或蛋白，数值代表这些节点间的特定相互作用。

5.权利要求1所述的方法，其中的节点代表一个团体中的不同成员，数值代表这些节点间的特定关系。

6.权利要求1所述的方法，其进一步的特征是，

由CPU上的网络数据工具提取复杂网络数据，这些网络数据包括节点和有数值的边缘。

以及由CPU上的数据储存工具将复杂网络数据作为任务数据的一部分进行储存。

7.权利要求1所述的方法，其中的模型结构是由多重的团体组成，这些团体各自分别含有紧密相关的节点。

8.一套从复杂网络中鉴定模型结构的工具，其使用的是一个具有一个CPU和一个并行处理设备的计算系统，该工具的特征是，

位于CPU上的数据读取工具，用于读取任务数据，这些任务数据包括复杂网络中的节点，具有指示节点间相互关系数值的边缘，以及复杂网络中执行一个任务的任务参数。

位于CPU上的模块储存工具，用于储存一套预设的子模块，这些子模块各自指示着一个特殊的进程。

位于CPU上的确定工具，用于确定任务模块，从而根据任务数据从一套分别指示着一个特定进程的预设子模块中分配子任务进程，这些子任务进程将会分别由并行处理设备上的多重并行处理器中执行。

位于CPU上的第一界面，用于接收由确定工具转换而来的任务模块。

位于CPU上的发报机工具，用于根据多重并行处理器将任务数据分为多重数据子集。

位于CPU上的第二界面，用于接收由发报机转换而来的任务数据。

位于并行处理设备上的第一前端，其连接着第一界面，用于接收由第一界面转换而来的任务模块。

位于并行处理设备上的程序汇编工具，用于接收由第一前端传递过来的任务模块，产生能被多重并行处理器从任务模块中读取的子任务进程，以及分配这些子任务进程到多重并行处理器。

位于并行处理设备上的第二前端，其连接着第二界面，用于接收来自于第二界面的多重数据子集，并将这些多重数据子集分别传递给多重并行处理器。

多重并行处理器，用于分别平行执行子任务进程，这些子任务进程是由程序汇编工具根据数据子集分配形成的，获得平行结果。

以及分类工具，用于处理平行结果，获得复杂网络中的模型结构。

9.权利要求8所述的工具，其中的并行处理设备是一个图表处理器，其分布于局域网或万维网。

10.权利要求8所述的工具，其中的任务模块包括图表搜索子模块和中间值子模块的组合，或最短路径子模块和中间值子模块的组合。