[发明专利]一种面向非连通图的Top-K相似匹配方法

权利要求书

1.一种面向非连通图的Top-K相似匹配方法，其特征在于，包括以下步骤：

1)给定目标图G_p和待匹配的图集合获取目标图G_p与图集合中每个待匹配图G_i的连通子图集，并为每个连通子图中节点赋予初始属性标签；其中，i∈{1，2，...，n}；

2)计算目标图G_p与图集合中待匹配图G_i连通子图间的相似度分值，加权计算G_p与G_i的相似度分值sim(G_p，G_i)；

3)根据相似度分值降序排序，从图集合中选取与目标图G_p的相似度分值Top-K的待匹配图；Top-K表示前K个。

2.根据权利要求1所述的面向非连通图的Top-K相似匹配方法，其特征在于，步骤1)的具体实现过程包括：

1)依次选取目标图G_p和中一个待匹配图G_i，利用深度优先搜索算法获取G_p和G_i各自的连通子图集{G_p1，G_p2，...，G_pm}和{G_i1，G_i2，...，G_is}；

2)根据节点度信息，为每个连通子图集中节点赋予初始属性标签。

3.根据权利要求1或2所述的面向非连通图的Top-K相似匹配方法，其特征在于，相似度分值sim(G_p，G_i)的具体计算过程包括：

1)给定分值向量维数L，迭代计算目标图G_p的每个连通子图与待匹配图集合中G_i的每个连通子图间的L个相似度分值，取最大迭代次数为L，并记当前迭代轮数为H；L≥1；

当L＞1，或者L＝1时，若当前迭代轮数H＝1，则依次对具有初始属性标签的两个连通子图集{G_p1，G_p2，...，G_pm}和{G_i1，G_i2，...，G_is}中的每一对连通子图G_px和G_iy执行基于属性标签的相似度分值计算：其中，d(G_px，G_iy)为两连通子图相同标签点对个数，且每个点只允许有另一个点与其配对；|G_px|和|G_iy|为两个连通子图各自的节点个数；x∈{1，2，...，m}；y∈{1，2，...，s}；当1＜H≤L时，对节点标签进行标签合并，压缩替换，获得节点新标签：对G_px和G_iy两个连通子图中的每一个节点，将节点自身标签和其邻居节点的标签进行合并组成一个新的属性值集合，并将这个集合压缩替换成一个新的整数，作为节点新的属性标签，之后仍然按照公式计算相似度分值；当S(G_px，G_iy)＝0时或当H＞L时，结束迭代过程；

2)计算目标图G_p的每个连通子图与待匹配图集合中G_i的每个连通子图间的相似度，即由步骤1)中计算得到G_p的一个连通子图G_px与G_i的一个连通子图G_iy的L个相似度分值，构造G_px和G_iy间的L维分值向量α，取分值系数向量值为β＝[1²，2²，...，L²]，通过L维分值向量α与分值系数向量β求内积，得到连通子图G_px和连通子图G_iy间的相似度；

3)选取图G_p的各连通子图与图G_i的各连通子图间的最佳分值匹配方案，即通过步骤2)中计算得到的目标图G_p的每个连通子图与待匹配图集合中G_i的每个连通子图间的相似度，构造图G_p的m个连通子图到图G_i的s个连通子图的带权二部图；记count＝min{m，s}，选取图G_p的各连通子图与图G_i的各连通子图间count条边，使得选取的count条边edge[1]、edge[2]、...、edge[count]对应的权值W_edge[1]、W_edge[2]、...、W_edge[count]在匹配不冲突的情况下，使得权值总和最大，由此，实现图G_p的m个连通子图与图G_i的s个连通子图的最佳相似匹配；

4)通过加权策略加权计算图G_p与图G_i的相似度分值sim(G_p，G_i)，即通过加权策略计算求得的count条边权重的加权分值。