多尺度特征融合的图嵌入方法.pdf

《多尺度特征融合的图嵌入方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、JournalofComputerApplicationsISSN1001—90812014．10．10计算机应用，2014，34(10)：2891—2894，2907C0DENJYIIDUhttp：／／www．joca．en文章编号：1001—9081(2014)10—2891—04doi：10．11772／j．issn．1001-9081．2014．10．2891多尺度特征融合的图嵌入方法李智杰，，李昌华，姚鹏，刘欣(1．西安建筑科技大学信息与控制工程学院，西安710055；2．西安建筑科技

2、大学建筑学院，西安710055；3．中国石油长庆油田公司机械制造总厂，西安710201)(}通信作者电子邮箱lzjlzj_0@163．con1)摘要：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，以此将桥梁将结构模式识别问题转化为统

3、计模式识别问题，进而借助支持向量机(SVM)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。关键词：结构模式识别；图嵌入；空间句法；拓扑；统计模式识别中图分类号：TP391．413文献标志码：AGraphembeddingmethodintegratedwithmultiscalefeaturesLIZhijie’，LIChanghua，Y

4、AOPeng，LIUXin。(1．Col妇eofInformationandControlEngineering，Xi'anUniversityofArchitectureandTechnology，Xi'anShaanxi710055，China；2．CollegeofArchitecture，Xi'anUniversityofArchitectureandTechnology,Xi'anShaanxi710055，China；3．MachineManufacturePlant，PetroCh

5、inaChangqingOieldCompany,Xi'anShaanxi710201，China)Abstract：Inthedomainofstructuralpatternrecognition，theexistinggraphembeddingmethodslackversatilityandhavehighcomputationcomplexity．Anewgraphembeddingmethodintegratedwithmuhiscalefeaturesbasedonspacesy

6、ntaxtheorywasproposedtosolvethisproblem．Thispaperextractedtheglobal，localanddetailfeaturestoconstructfeaturevectordepictingthegraphfeaturebymuhisealehistogram．Theglobalfeaturesincludedvertexnumber，edgenumber，andintelligibledegree．Thelocalfeaturesrefe

7、rredtonodetopologicalfeature，edgedomainfeature’Sdissimilarityandedgetopologicalfeature’Sdissimilarity．Thedetailfeaturescomprisednumericalandsymbolicattributesonve~exandedge．Inthisway，thestructuralpatternrecognitionwasconvenedintostatisticalpatternrec

8、ognition，thusSuppo~VectorMachine(SVM)couldbeappliedtoachievegraphclassification．Theexperimentalresultsshowthattheproposedgraphembeddingmethodcanachievehigherclassifyingaccuracyindifferentgraphdatasets．Comparedwithothergraphembeddingmethods，thepropose