几种图匹配的核方法研究.docVIP

几种图匹配的核方法研究 数据挖掘算法现面临挑战，这个挑战就是要 处理日益增长的复杂对象。对于图数据，随机游走核是有力 的容错图匹配方法。由于随机游走核的局部定义，它的适用 性取决于潜在图表示的特性。另外通过定义图实例的核函 数，数据挖掘算法的整个工具变得可用。迄今为止，已经提 出了基于图的游走、子树和循环的图核。一般问题在于，这 些核要么运算量大要么受限于他们的表达性。我们试着通过 定义基于路径有表迗性的图核克服这个问题。由于计算图的 所有路径和最长路径是NP-难，我们建议基于最短路径图核。 这些核在多项式时间内就可以计算，保持表现力并且仍然是 正定的。 关键词：NP-难；图核；核方法；随机游走核；最短路 径核；正定 TP391.4 A 1009-3044 (2013) 07-1622—04 1概述 核方法是统计学习理论［18］的流行方法，它在数据挖掘 上有多种应用。核可以完成比如分类这样的任务，这些任务 以非线性假设和很种不同数据类型的支撑向量机、回归［5］、 聚类［1］和主成分分析［19］来完成。 核方法的早期研究几乎都只处理基于向量描述的输入 数据。Haussler ［10］第一个定义了在结构对象上用原则性方 法设计核，也就是所谓的R-卷积核。卷积核的基本想法是定 义复合对象子结构正定核并使用在卷积下正定函数是关闭 的属性来组合这些核，成为一个复合对象自身的核函数。因