文献

J-GLOBAL ID：201702229056064967   整理番号：17A0066360

大域的構造に適合するグラフ類似性測度【JST・京大機械翻訳】

Graph Similarity Measure by Matching Global Structure

著者 (3件)： Fan Yujie (School of Mathematics and Computer Science,Fujian Normal University; Key Laboratory of Network Security and Cryptography) ,  Chen Lifei (School of Mathematics and Computer Science,Fujian Normal University; Key Laboratory of Network Security and Cryptography) ,  Guo Gongde (School of Mathematics and Computer Science,Fujian Normal University; Key Laboratory of Network Security and Cryptography)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 37  号： 7  ページ： 1488-1492  発行年： 2016年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 類似性測度は多くの機械学習方法の基礎であり、定量化が困難な構造を含むため、図の類似性を測定することは困難な課題である。既存のグラフ構造に基づく既存の測度測定は,頂点やエッジなどの局所的情報に焦点を合わせて局所構造マッチングを行い,多くの実際の応用における測度の有効性を大幅に低減した。新しいグラフ類似性測度法を提案し、二つのグラフの全体構造を整合させ、それらの類似性を測定し、大域構造整合法と呼ぶ。新しい方法は,頂点マッチングと経路整合の2つのステップを通して,頂点とエッジの情報を捕捉して,グラフのグローバル構造を描写した。最近傍分類装置と結合して,新しい方法の性能を実際の応用データによって評価して,実験結果は,この方法が分類精度を大いに改良することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *測度 ,  機械学習 ,  分類装置 ,  *類似性 ,  マッチング
準シソーラス用語： 分類精度 ,  局所構造 ,  グラフ構造 , 【Automatic Indexing@JST】

著者キーワード (4件)： graph ,  similarity measure ,  global structure ,  matching

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  検索技術  (AC06020S)

タイトルに関連する用語 (3件)： グラフ ,  類似性 ,  測度