【技术实现步骤摘要】
本专利技术涉及子图同构,尤其涉及一种基于图结构聚合的神经网络子图计数的方法。
技术介绍
1、近年来,随着图结构数据的广泛应用,图分析在数据分析中也变得越来越普遍,一种重要的方法是从子图的角度研究图,子图分析方法的核心在于子图匹配计数问题,即对于指定的数据图,不同的查询图可以完成子图匹配的数量。
2、子图匹配计数提供了理解大型复杂数据图的见解,在现有的应用中可以分为近似查找和精确查找。有关近似查找的算法里面,具有代表性的就是采用人工智能的方法,运用现有的丰富神经网络框架进行优化子图计数的过程,提升整体的运行速度,并保证相应的q-error值较小。另外一种精确查找的大致思路是采取恰当的优化过程进行枚举找到子图同构数量。
3、对于采用枚举所有子图匹配的方法,通过按照字典顺序开始遍历数据图的所有顶点,然后获得所有结果,或者利用索引进行加速查找过程,在数据图上面生成有关查询图信息的索引,然后在查找的过程中直接找寻数据图中相关索引的部分,或者通过对数据图进行预处理来加速查找过程。伴随着图神经网络的蓬勃发展,针对子图同构计数问
...【技术保护点】
1.一种基于图结构聚合的神经网络子图计数的方法,其特征在于,包括以下步骤:
2.基于权利要求1所述的一种基于图结构聚合的神经网络子图计数的方法,其特征在于,所述步骤1具体包括以下步骤:
3.基于权利要求1所述的一种基于图结构聚合的神经网络子图计数的方法,其特征在于,所述步骤2具体包括以下步骤:
4.基于权利要求1所述的一种基于图结构聚合的神经网络子图计数的方法,其特征在于,所述步骤3具体包括以下步骤:
5.基于权利要求1所述的一种基于图结构聚合的神经网络子图计数的方法,其特征在于,所述步骤4具体包括以下步骤:
【技术特征摘要】
1.一种基于图结构聚合的神经网络子图计数的方法,其特征在于,包括以下步骤:
2.基于权利要求1所述的一种基于图结构聚合的神经网络子图计数的方法,其特征在于,所述步骤1具体包括以下步骤:
3.基于权利要求1所述的一种基于图结构聚合的神经网络子图计数的方法,其特征在于,所述步骤2具体包括以下步骤:
4.基于权利要求1所述的一种基于图结构聚合的神经网络子图计数的方法,其特征...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。