亚图同构或子图匹配通常被认为是NP完整问题,在边缘权重采用真实值并受到测量噪声和可能的异常情况的实际应用中变得更加复杂。据我们所知,几乎所有子图匹配方法都利用节点标签执行节点节点匹配。在没有此类标签的情况下(在诸如图像匹配和映射匹配之类的应用中),这些子图匹配方法不起作用。我们提出了一种方法,可以在不精确的情况下识别子图和完整图之间的节点对应关系,而没有节点标签,分为两个步骤 - (a)从子图中提取最小的唯一拓扑保留子集,并在完整的图中找到其可行的匹配, (b)实现基于共识的算法来扩展匹配的节点设置,通过基于边界交换性配对唯一的路径。除了现有的子图匹配方法之外,所提出的方法显示出具有现实的亚线性计算效率,对随机测量噪声的鲁棒性和良好的统计特性。我们的方法也很容易适用于确切的匹配情况,而不会丧失通用性。为了证明该方法的有效性,分别对ERDOS-RENYI随机图和基于图像的仿射协变功能数据集进行了模拟和案例研究。
translated by 谷歌翻译