一种采用生成有向无环图的子图匹配计算方法技术

本发明专利技术提供一种采用生成有向无环图的子图匹配计算方法，包括以下步骤：

【技术实现步骤摘要】
一种采用生成有向无环图的子图匹配计算方法


[0001]本专利技术涉及子图匹配计算方法领域，尤其涉及一种采用生成有向无环图的子图匹配计算方法
。

技术介绍

[0002]近些年来，图在不同的领域中扮演着越来越重要的角色，图是一种众所周知的非线性数据结构，在化学
、
生物
、
网络科学和模式识别等许多应用领域中都有应用，即使寻找子图同构的过程需要付出昂贵代价的计算，查询子图同构仍然成为一个不可避免的任务，子图同构问题在图形数据库
、
程序相似度比较
、
编译器设计
、
生物信息学
、
智能分析
、
模式识别等领域有着广泛的应用
。
[0003]从理论上讲，寻找子图同构问题是指在给定的数据图中识别出一个模式图的所有实例的大小，与数据图的大小相比，模式图
(
顶点数
)
是非常小的，也称之为查询图，子图同构发现问题有许多变体，其中隐藏式的子图同构和非诱导式的子图同构更为普遍，解决诱导子图同本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种采用生成有向无环图的子图匹配计算方法，其特征在于，包括以下步骤：
S1
：图片预处理：输入选择的数据图和查询图，对图片表面的文字进行提取，提取处图片上的数据进行存储；
S2
：生成有向无环图：选定根节点，采用
DFS
的方式构造有向无环图，记录其中的非数边关系；
S3
：构建新索引结构：
S4
：识别子图：合格的数据图提取数据构造权重树并生成完整的子图；不合格的具有残缺的子图发送进行优化；
S5
：优化残破子图：通过结构信息和图像共享的生成器用于同时实现结构信息的修复和掩码更新，并利用已修复的结构信息
、
掩码信息指导图像特征的生成；所述结构信息判别器用于对修复的平滑图像的真伪进行判别；
S6
：优化：将优化完整的子图进行二次优化；
S7
：枚举结果：利用失败结构来进行剪枝，给定的一个带根的有向无环图，从根节点开始，根据边的方向形成自根向叶子的顺序；给定的一个带根的有向无环图，从根节点开始，根据边的方向形成自根向叶子的顺序；
S8
：利用失败结构进行优化：匹配失败的子图被再次循环进行优化步骤中再次优化；
S9
：结束：得到子图匹配结果
。2.
根据权利要求1所述的一种采用生成有向无环图的子图匹配计算方法，其特征在于，所述图像共享的生成器和网络训练权重参数构建基于结构信息嵌入和注意力机制的数字图像修复模型，并以该图像修复模型对图像数据集中的测试集和掩码数据集中的测试集组成的破损图像进行修复补全，获得修复后的图像和补全的平滑图像
。3.
根据权利要求1所述的一种采用生成有向无环图的子图匹配计算方法，其特征在于，所述输入数据图上的数据包括节点数，边数，输入节点
ID
和标签值，输入边数据包括起始点与终结点，以及节点的度数与邻居节点的数据
。4.
根据权利要求1所述的一种采用生成有向无环图的子图匹配计算方法，其特征在于，所述无环图的生成规则包括挑选根节点和按照
DFS
顺序从根节点开始，从比值较小往比值较大的节点添加方向
。5...

【专利技术属性】
技术研发人员：王媛娣，段冬梅，窦凤虎，牛翔，张硕，
申请(专利权)人：积至海南信息技术有限公司，
类型：发明
国别省市：