子图同构检测方法、装置、设备及存储介质

    公开(公告)号:CN115827910A

    公开(公告)日:2023-03-21

    申请号:CN202310015024.3

    申请日:2023-01-06

    IPC分类号: G06F16/58 G06F16/51

    摘要: 本发明公开一种子图同构检测方法、装置、设备及存储介质。通过获取检索图和目标图,以第一预设条件判断检索图为目标图的子图时,获取以检索图中的各节点为根的检索根子树和以目标图中的各节点为根的目标根子树,以第二预设条件判断所述检索根子树为所述目标根子树的子树时,获取所述检索根子树和所述目标根子树之间的二部图,在二部图中的所有节点为匹配点时,判定检索图和目标图之间存在子图同构。相较于现有的通过寻找目标图中的所有匹配判断目标图是否与检索图之间存在子图同构,本发明能够将指数级别计算复杂度的子图同构问题转化为具有多项式级别复杂度的子树匹配问题,从而有效地降低子图同构检测的计算复杂度,保证子图同构检测的效果。

    图数据分类方法、装置、设备及存储介质

    公开(公告)号:CN115688012A

    公开(公告)日:2023-02-03

    申请号:CN202310000714.1

    申请日:2023-01-03

    摘要: 本发明涉及数据处理领域,公开了一种图数据分类方法、装置、设备及存储介质。本发明通过将待分类图数据输入至预设神经网络中,获得待分类图数据对应的节点表征,再根据节点表征对待分类图数据进行分类。本发明通过将图数据输入至预设神经网络中,预设神经网络为对初始神经架构搜索基于稀疏编码求解结果进行超网训练后获得的网络组合结构进行重训练得到的模型,本发明基于稀疏编码求解结果进行超网训练,能够提高神经架构搜索的可靠性,并对超网训练所获得的网络组合结构进行重训练,提高网络组合结构的参数的准确性,进一步精确确定节点表征,再根据节点表征对待分类图数据进行分类,能够提高数据分类的准确度。