Affiliation of Author(s):
信息与控制工程学院
Key Words:
中文关键字：结构模式识别；图嵌入；空间句法；拓扑；统计模式识别，英文关键字：structural pattern recognition; graph embedding; s
Abstract:
针对结构模式识别领域中通用图嵌入方法缺乏且计算复杂度较高的问题，基于空间句法理论提出一种融合多尺度特征的图嵌入方法。通过提取图的节点数、边数和智能度等全局特征、节点拓扑特征、边领域特征差异度和边拓扑特征差异度等局部特征和节点与边上的数值属性和符号属性等细节特征，利用多尺度直方图统计的方法构造描述图特征的特征向量，以此为桥梁将结构模式识别问题转化为统计模式识别问题，进而借助支持向量机实现图的分类识别。实验结果表明，所提出的图嵌入方法在不同的图数据集上均具有较高的分类识别率。与其他图嵌入方法相比，该方法对图的拓扑表达能力强，并且可融合图的领域方面的非拓扑特征，通用性较好，计算复杂度较低。
Paper Publications
