[发明专利]一种基于结构的图节点相似度并行计算方法

权利要求书

1.一种基于结构的图节点相似度并行计算方法，其特征在于，所述方法包括以下步骤：

（1）CPU端作为主机端读入多个故事文本或图像，建立图模型，获取图的邻接矩阵；

（2）GPU端作为设备端，接收CPU端传输的邻接矩阵，GPU端计算邻接矩阵；

（3）GPU端得到邻接矩阵，并传输至CPU端。

2.根据权利要求1所述的一种基于结构的图节点相似度并行计算方法，其特征在于，当CPU端作为主机端读入多个故事文本时，所述GPU端计算邻接矩阵W的步骤具体为：所述GPU端计算第一邻接矩阵，即，

1）通过节点a和b在所述第一邻接矩阵中的位置索引计算节点对(a,b)在grid中所对应的block索引和thread索引，其中grid为GPU内核函数的网格，block为网格中的线程块，thread为线程块中的线程；

2）GPU端为第一邻接矩阵中每一个节点对(a,b)之间的相似度计算分配对应线程，即：通过block索引和thread索引查找节点对(a,b)对应线程，在GPU端通过对应线程计算节点对(a,b)的相似性。

3.根据权利要求2所述的一种基于结构的图节点相似度并行计算方法，其特征在于，当CPU端作为主机端读入多个图像时，所述GPU端计算邻接矩阵W的步骤具体为：所述GPU端计算第二邻接矩阵，包括：

1）搜索第k-1次迭代时的位置矩阵P_k-1中非零值，将非零元素的行索引、列索引和对应值分别记入row,col,value三个数组中；

2）通过位置矩阵P_k-1计算第K次迭代的位置矩阵P_k：

3)计算对角元素和；

4）将本次迭代得到的M_k加入S(a,b)中：S(a,b)=S(a,b)+M_k。

4.根据权利要求1所述的一种基于结构的图节点相似度并行计算方法，其特征在于，当CPU端作为主机端读入多个图像时，所述方法还包括：

所述CPU端获取转移矩阵T，所述GPU端作为设备端接收所述转移矩阵T。

5.根据权利要求4所述的一种基于结构的图节点相似度并行计算方法，其特征在于，当CPU端作为主机端读入多个图像时，所述方法还包括：将所述转移矩阵T以行压缩存储的结构存储为稀疏矩阵，所述GPU端计算邻接矩阵W的步骤具体为：所述GPU端计算第二邻接矩阵，包括：

1）CPU端循环K次调用GPU端内核函数并行计算相似性；

2）GPU端将计算结果传回CPU端；

3)GPU端计算位置矩阵P_k的对角线和M_k：

4）GPU端计算相似性矩阵s中对应元素的相似度的值S(a,b)：S(a,b)=S(a,b)+M_k。

6.根据权利要求5所述的一种基于结构的图节点相似度并行计算方法，其特征在于，所述CPU端循环K次调用GPU端内核函数并行计算相似性具体包括：

a）计算T_i中的非零值索引x；

b）计算T_j中的非零值索引y；

c）计算对应索引的相似度；

d）计算结点对（a,b）在位置矩阵中位置；

e）更新位置矩阵P_k：