[发明专利]一种基于深度卷积生成对抗网络的图结构数据生成方法

权利要求书

1.一种基于深度卷积生成对抗网络的图结构数据生成方法，其特征在于，所述方法包括：

(1)将现实的图结构数据转换成具有唯一性的网格结构图片；

(2)用深度卷积生成对抗网络对所述网格结构图片进行模型训练，得到生成模型；

(3)利用生成模型生成仿真图结构数据；

所述步骤(1)具体包括：

(11)设定排序规则，对现实的图结构数据中所有点进行唯一排序；

(12)根据图结构数据中点的排序构造图结构数据的邻接矩阵；

(13)将邻接矩阵转化为网格结构图片。

2.根据权利要求1所述的一种图结构数据生成方法，其特征在于，所述步骤(11)具体包括：

(111)判断现实的图结构数据的方向性，若是无向图，则进入步骤(112)；否则进入步骤(113)；

(112)计算图结构数据中所有点的度，并按照度大小对所有点进行降序排序，依次插入到队列；当存在多个点的度相同时，则将度相同点的邻接列表的元素按降序进行排列，之后度相同点之间相互依次比较邻接列表元素的度，元素的度大的度相同点先插入到队列；

(113)计算图结构数据中所有点的度、入度和出度，并按照度大小对所有点进行降序排序，依次插入到队列；当存在多个点的度相同时，则比较度相同点的出度和入度，若出度大则选则该点出度的邻接列表，否则选择该点入度的邻接列表；再对所有度相同点的邻接列表的元素进行降序排列，之后度相同点之间相互依次比较邻接列表元素的度，元素的度大的度相同点先插入到队列。

3.根据权利要求1所述的一种图结构数据生成方法，其特征在于，所述步骤(12)中图结构数据中点的排序构造邻接矩阵元素具体规则为：当图结构数据中两点之间存在一条边则邻接矩阵对应的元素值置为1，否则置为0。

4.根据权利要求1所述的一种图结构数据生成方法，其特征在于，所述步骤(13)中邻接矩阵转化为网格结构图片的具体规则为：网格结构图片为二值图片，二值图片中像素的灰度值和邻接矩阵元素的值一一对应。

5.根据权利要求1所述的一种图结构数据生成方法，其特征在于，所述步骤(2)具体为：

(21)生成噪声向量Z；

(22)设置生成器G(.)模型网络结构，初始化参数；设置分辨器D(.)模型网络结构，初始化参数；

(23)生成器G(.)通过反卷积操作把噪声向量Z转成图片P_G(z)；

(24)将由步骤(1)得到的网格结构图片P_data和图片P_G(z)输入到分辨器D(.)进行训练，更新分辨器D(.)和生成器G(.)的参数，直到分辨器的输出值D(.)＝0.5，将噪声向量Z和更新参数后的生成器模型G(.)作为图结构数据生成模型保存。

6.根据权利要求5所述的一种图结构数据生成方法，其特征在于，所述步骤(24)中具体用梯度下降的方法更新分辨器D(.)和生成器G(.)的参数：

更新分辨器D(.)的参数θ_d的公式为：

其中，m是样本数量；γ是学习步长；是参数θ_d的梯度值；

更新生成器G(.)的参数θ_g的公式为：

其中，是参数θ_g的梯度值。

7.根据权利要求1或6所述的一种图结构数据生成方法，其特征在于，所述步骤(3)具体为：将训练用噪声向量Z输入到生成器G(.)获得仿真图片，再将仿真图片二值化，之后由二值化仿真图片构造邻接矩阵，最后把邻接矩阵转换成高维度的图结构数据。