[发明专利]基于主观逻辑和前馈神经网络的相似有向子图搜索方法及系统

权利要求书

1.一种基于主观逻辑和前馈神经网络的相似有向子图搜索方法，其特征在于，包含以下步骤：

步骤1，利用同构节点搜索算法构建同构节点集；

步骤2，基于前馈神经网络的主观逻辑意见初始化；

步骤3，在同构节点的基础上，采用贪心算法扩大同构子图的规模，利用主观逻辑计算子图相似性，最终求得若干最大相似子图。

2.根据权利要求1所述的基于主观逻辑和前馈神经网络的相似有向子图搜索方法，其特征在于，所述同构节点搜索算法的基本思想是首先利用广度优先搜索算法，分别求出两个图中每个节点的出度和入度，然后根据两个图中节点的出度和入度排序，将相同出度和入度的节点纳入同一个集合，即同构节点集。

3.根据权利要求2所述的基于主观逻辑和前馈神经网络的相似有向子图搜索方法，其特征在于，所述步骤1同构节点搜索算法具体包括：

步骤11，任意选取图G₁中的节点v_i作为初始节点；

步骤12，搜索图G₁的边集E，计算初始节点v_i的出度和入度，分别记为p和q，并将与初始节点v_i相邻接的所有节点加入队列Q中，将({v_i},p,q)加入集合G₁X；将节点v_i加入集合L中；

步骤13，选取先进入队列Q中的节点作为初始节点，假设为v_j，判断v_j是否在集合L中，如果在就将节点v_j从队列Q中删除，跳转至步骤14；否则，搜索图G₁的边集E，计算初始节点v_j的出度和入度，分别记为p和q，并将与初始节点v_j相邻接的所有节点加入队列Q中，同时将节点v_j从队列Q中删除的同时加入集合L中；搜索集合G₁X，是否存在和节点v_j同构的节点，如果存在，就将v_j与其合并，否则就将({v_j},p,q)加入集合G₁X；

步骤14，重复步骤13直到队列Q为空，得到表示图G₁中每个节点的出入度集合G₁X；

步骤15，方法同步骤11、12、13、14，得到表示图G₂中每个节点的出入度集合G₂X；

步骤16，集合G₁X和集合G₂X中每个元素进行两两配对，将出度和入度相同的元素加入同构节点集Z中。

4.根据权利要求1所述的基于主观逻辑和前馈神经网络的相似有向子图搜索方法，其特征在于，所述步骤2具体包括：

步骤21，尽可能多的罗列出少节点的相似子图；

步骤22，针对每种相似情况，提取两个相似子图的特征属性，用T表示；

步骤23，邀请专家针对每种相似情况打分，分值用Exp表示；

步骤24，以T为输入，以Exp为输出，训练前馈神经网络，以倒数第二层结果为量化后的主观意见；

步骤25，邀请多位专家对各类相似子图给出意见，并经步骤24形成主观逻辑；

步骤26，运用主观逻辑增量合意算子将多位专家的意见合意成最终意见。

5.根据权利要求4所述的基于主观逻辑和前馈神经网络的相似有向子图搜索方法，其特征在于，所述步骤21包括尽可能多的罗列出含有单个节点和两个节点的相似子图，这种情况主要针对基于贪心算法扩展相似子图规模的情景：一个子图增加一个节点，另外一个子图不增加节点；主要分为单端相同子图和双端相异子图两种情况。

6.根据权利要求4所述的基于主观逻辑和前馈神经网络的相似有向子图搜索方法，其特征在于，所述步骤21包括尽可能多的罗列出含有两个节点的相似子图，这种情况主要针对基于贪心算法扩展相似子图规模的情景：一个子图增加一个节点，另外一个子图也增加一个节点；主要分为双端相同子图、单端相同子图、单点相异子图、双点相异子图和双端相异子图五种情况。