[发明专利]一种基于图集重构与图核降维的图分类方法

权利要求书

1.一种基于图集重构与图核降维的图分类方法，其特征在于，包括训练和应用两个阶段，具体包括如下步骤：

步骤1)，对用于训练的图数据集进行频繁子图挖掘，对找出的频繁子图，以其在正负两类中出现的频度差的大小作为判别性指标，进行判别性子图筛选；

步骤2)，根据步骤1)筛选出的具有判别性的频繁子图，重构原图集；

步骤3)，根据步骤2)中重构好的新图集，采用Weisfeiler-Lehman最短路径核方法获得用于描述图集中每两个图之间相似性的核矩阵，并利用训练图的类标签信息，采用KFDA即Kernel Fisher Discriminant Analysis方法对高维核矩阵降维；

步骤4)，根据步骤3)得到的低维数据，基于极限学习机对投影到低维向量空间的图数据进行训练，构建出分类器；

步骤5)，根据步骤3)中的图核降维过程，规范化需要进行分类的图数据，将其投影到训练得到的低维空间，并把投影后的数据输入到步骤4)构建出的分类器中，得到分类结果。

2.如权利要求1所述的方法，其特征在于，步骤1)对用于训练的图数据集进行频繁子图挖掘，对找出的频繁子图，以其在正负两类中出现的频度差的大小作为判别性指标，进行判别性子图筛选；采用gSpan频繁子图挖掘算法对训练图集进行频繁子图挖掘，频繁子图挖掘过程中，人为地指定所要挖掘的子图的支持度，支持度定义为：

公式中，G_s表示一个子图，G为图数据D中的一个图，当一个子图的支持度大于人为指定的阈值时，该子图即为频繁子图；通过gSpan算法，可以找出训练图数据集中所有支持度大于设定阈值的子图，并且获得这些子图分别出现在图集中的哪些图中，以及子图中包含的节点与边的信息；利用频繁子图挖掘的结果，得以获得各个频繁子图在图集的正类图中的支持度r⁺(G)与负类图中的支持度r^-(G)，其中：

$r^{+}\left(G\right)=\frac{\left|sup(G,D^{+})\right|}{\left|D^{+}\right|}$

$r^{-}\left(G\right)=\frac{\left|sup(G,D^{-})\right|}{\left|D^{-}\right|}$

将各个子图在正负两类图中的支持度相减后得到的结果，作为各个频繁子图的判别性得分：

score(G)＝|r⁺(G)-r^-(G)|

将所有频繁子图按照判别性得分的高低降序排序，然后根据人为设定的判别性子图比例筛选出得分排在前面的子图作为判别性子图。