[发明专利]一种基于邻接矩阵的图特征提取系统、图分类系统和方法

说明书

本发明提供了一种基于邻接矩阵的图特征提取系统、图分类系统和方法，通过将图对应的邻接矩阵中的连接信息元素集中到邻接矩阵的特定的对角线区域中，将非连接信息元素提前进行削减，进一步使用过滤矩阵沿对角线方向提取图的子图结构，然后采用层叠的卷积神经网络提取更大的子图结构，一方面大大减少了计算复杂度和计算量，解决了计算复杂度的限制和窗口大小的限制，并且能够通过较小的窗口捕获大型多顶点的子图结构，以及来自顶点和边的隐式相关结构的深层特征，提高了图分类的准确性和速度。

技术领域

本发明属于人工智能领域，具体涉及一种基于邻接矩阵的图特征提取系统、图分类系统和方法。

背景技术

图论中的图(graph)是由若干给定的点及连接两点的线所构成的图形，这种图形通常用来描述某些事物之间的某种特定关系，用点代表事物，用连接两点的线表示相应两个事物间具有某种关系。图论中的图(Graph)G是一个有序二元组(V，E)，其中V称为顶点集(vertex set)，即图中所有顶点组成的集合，E称为边集(edge set)，即所有顶点之间的边组成的集合。简单的说，顶点表示事物，边表示事物之间的关系。图(graph)是一种非网格数据(non-grid data)，这类数据的特点是，在具体的场景中维度(dimension)是不确定的，并且维度高且无上限，所述的图的维度(dimension)是指图的顶点的数量。例如化学结构式可以对应一个图(graph)，其中原子即为图(graph)中的顶点，原子间的化学键即为图(graph)中的边。一个分子的维度为该分子中包含的原子数量，例如一个分子包含100个原子组成，则该分子的维度为100。在一个分子的集合中，每个分子由数量不定的原子构成，故其维度是不确定的。现实中蛋白质等复杂结构往往由几十甚至上百个原子构成，其维度就高达几十甚至上百。又例如社交网络也可以对应一个图(graph)，其中，人即图(graph)中的顶点，人与人之间的关系即图(graph)中的边，社交网络的维度会更高且更加复杂，一般较大的社交网络能有几千个顶点，几万条边，维度就高达几千，可见图论中的图对应的维度是非常高的，且无上限。

另一方面，图片、文本、音视频等数据均属于网格数据(grid data)，该类数据特点是，维度低(不超过3维)，并且维度是确定的。例如图片(image)，对于一个图片的集合，图片的维度不受图片的数量的影响，对于一张图片，它的维度可以表示为2维或3维，更多张的图片(例如数百张)，其维度是不变的，仍然为2维或3维。可见，网格数据和非网格数据是两种完全不同的数据，非网格数据相比于网格数据有着更高且不确定的维度和更复杂的结构，对两种数据的分类方法和特征提取方法也是完全不同的。

商业、科学和工程学中的许多复杂问题可以被抽象为图(graph)的问题，然后可以通过使用图分析算法来解决。图分类(graph classification)问题将图(graph)视为复杂对象，根据图中隐藏的常见子图结构模式构建深度学习模型来学习图的分类(graphclassification)。例如，MUTAG数据集由许多硝基化合物组成，其中类别标签可以指示化合物对细菌是否具有诱变作用。另一个例子是将不可见化合物映射到其对癌细胞的活性水平上。

图分类问题(graph classification)将图视为复杂对象，根据图中隐藏的常见子图(subgraph)结构模式构建深度学习模型来学习图的分类。所述子图(subgraph)是指图中部分顶点以及将这些顶点连接起来的边表现出的图论中的图。复杂对象分类的方法通常通过设计适合的相似度函数来测量两个复杂对象之间的相似距离，然后再使用一些分类算法来对复杂对象进行分类。现有的基于图相似度计算模型的图分类大致分为两类：