%0 Journal Article
%T 一种匹配全局结构的图相似性度量
%A 范宇杰
%A 郭躬德
%A 陈黎飞
%A 
%J 中山大学学报（自然科学版）
%D 2016
%X 摘要 相似性度量是许多机器学习方法的基础，由于包含难以量化的结构，衡量图的相似性成为一项困难的任务.现有的基于图结构的直接型度量着重于图顶点或边等局部信息进行局部结构匹配，大大降低了许多实际应用中度量的有效性.提出一种新的图相似性度量方法，通过匹配两个图的全局结构来衡量它们的相似性，称之为全局结构匹配法.新方法通过顶点匹配和路径匹配两个步骤分别捕捉顶点和边的信息并以此来刻画图的全局结构.结合近邻分类器，在实际应用图数据上对新方法的性能进行了评估，实验结果表明，该方法大幅提高了分类精度
%K 图
%K 相似性度量
%K 全局结构
%K 匹配
%U http://xwxt.sict.ac.cn/CN/abstract/abstract3494.shtml