.png){kind=icon}
返回
Finding Maximum Common Subgraphs Efficiently Through Dynamic Bidirectional Vertex Selection
.png){kind=icon}
PRE
AI
DOI：10.1007/978-981-95-5719-6_3.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
寻找两个图中的最大公共子图（MCS）是NP难问题，MCS算法采用启发式方法以提高时间性能。特别是当前最先进的分支定界MCS算法，包括McSplit、McSplit+RL、McSplit+LL和McSplit+DAL，在从两个输入图中选择匹配顶点时采用启发式方法。然而，它们总是从第一个图中选择一个顶点与第二个图中的一组候选顶点进行匹配。这种固定的图顺序不一定是最佳的，因为单个顶点的候选数量可能不同。因此，我们提出了一种双向顶点选择方法，每次根据另一个图中待匹配候选顶点的数量，动态地从第一个或第二个图中选择单个顶点。这种方式减少了搜索空间并改善了搜索时间性能。我们在真实化学分子图数据集以及其他数据集上评估了该方法。结果表明，我们提出的方法比McSplit家族算法的最佳算法能找到更多的非平凡MCS。
Keyword:
Data mining
Exact algorithms
Maximum Common Subgraph
期刊
W
IF:
0
论文数:
32
被引数:
0
机构
引用论文
A note on the derivation of maximal common subgraphs of two directed or undirected graphs.png)
Calcolo
CalcoloIF0
PREAI
分享收藏SMILES, a chemical language and information system. 1. Introduction to methodology and encoding rules微笑，一种化学语言和信息系统。1.介绍方法和编码规则
PREAI
分享收藏Clique and Constraint Models for Maximum Common (Connected) Subgraph Problems团和约束模型用于最大公共（连通）子图问题
PREAI
分享收藏
查看更多内容