一種研究圖匹配問題的核方法

摘要：隨著計算機技術與網(wǎng)絡技術的高速發(fā)展，大量的數(shù)據(jù)充斥著我們周圍的世界。面對這些復雜的海量數(shù)據(jù)，如何才能準確無誤地對它們進行辨別與分析，這對于人們來說是一個非常具有挑戰(zhàn)性的問題。在計算機領域，圖是一種非常靈活的數(shù)據(jù)結構，對圖等含有結構化信息數(shù)據(jù)的進行學習，是模式識別和機器學習領域的一種重要問題。該文主要研究了通過核方法來解決這些識別問題，并且實例化了兩種特殊的解決圖匹配的核方法。在此基礎上，分析了其解決這類問題的算法復雜度。實驗結果表明，該文所提出的方法是一種解決圖匹配的非常有效技術。

關鍵詞：模式識別；圖數(shù)據(jù)；圖匹配；核方法

中圖分類號：TP18 文獻標識碼：A 文章編號：1009-3044（2014）20-4802-02

The Research of Graph Matching Based on Kernel Method

LI Yin-hu

（Department of Information and Control Engineering Institute， Xi’an University of Architecture and Technology， Xi’an， 710055， China）

Abstract： With the development of computer technology and network technology，our word is full of large number of data. It is a challenge thing that how to recognize and analyse these data. In the field of computer， graph is a flexible data structure and Learning graph that structured data is becoming an important problem. This article focuses on kernel method to settle down the pattern recognition problem and put forward an efficient kernel method to solve pattern recognition problem. Experimental results demonstrate the effectiveness and feasibility of the proposed algorithm.

Key words： pattern recognition； graph data； graph matching； kernel method

模式識別伴隨著計算機技術和網(wǎng)絡技術的快速發(fā)展，在許多領域得到了成功應用如數(shù)據(jù)挖掘、文獻分類、財政、多媒體數(shù)據(jù)庫的組織和檢索、生物（比如根據(jù)人的物理特征，如人臉、指紋等識別人）、醫(yī)學（醫(yī)學圖像分析）。其中圖的頂點表示對象的各個組成部分，圖的邊表示各組成部分之間的關系，以這樣的表達方式圖就可以很容易地捕捉到物體的關系與結構信息。因此，基于圖的描述是一種非常有效的表達方式。而當前模式識別領域中大多數(shù)工具卻不能直接以圖為其處理對象，這嚴重影響了基于圖方法的發(fā)展。研究復雜模式分析和分類方法是有必要而且有意義的。其中基于核方法的學習方法是一種比較新的學習方法，它是從統(tǒng)計學習理論中發(fā)展出來的，并且有效地克服了傳統(tǒng)模式識別方法的局部極小化和不完全統(tǒng)計分析的缺點。……