[发明专利]一种基于超图超边匹配的分子网络分类方法及系统在审
申请号: | 202110378057.5 | 申请日: | 2021-04-08 |
公开(公告)号: | CN113033691A | 公开(公告)日: | 2021-06-25 |
发明(设计)人: | 陈子健;李荣华;秦宏超;王国仁 | 申请(专利权)人: | 北京理工大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京方圆嘉禾知识产权代理有限公司 11385 | 代理人: | 冯静 |
地址: | 100081 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 超图 匹配 分子 网络 分类 方法 系统 | ||
1.一种基于超图超边匹配的分子网络分类方法,其特征在于,包括:
获取多个分子网络的超图;所述超图包括有标签超图和无标签超图;
对所述有标签超图和所述无标签超图进行超边扩展,得到有标签图和无标签图;
通过图遍历的方法对有标签图和无标签图中每个结点生成深度子树;得到有标签子树集合和无标签子树集合;
采用超边采样方法进行多次采样,得到多个有标签匹配边集和多个无标签匹配边集;
根据有标签子树集合、无标签子树集合、多个有标签匹配边集和多个无标签匹配边集,计算有标签超图和无标签超图之间的相似度;
根据有标签超图和无标签超图之间的相似度对无标签超图进行分类。
2.根据权利要求1所述的基于超图超边匹配的分子网络分类方法,其特征在于,所述超边扩展包括星扩展和团扩展。
3.根据权利要求1所述的基于超图超边匹配的分子网络分类方法,其特征在于,所述根据有标签子树集合、无标签子树集合、多个有标签匹配边集和多个无标签匹配边集,计算有标签超图和无标签超图之间的相似度,具体包括:
计算有标签子树集合和无标签子树集合中相同子树的深度;
根据所述深度计算每一个有标签匹配边集和每一个无标签匹配边集的相似度;
对所有有标签匹配边集和所有标签匹配边集的相似度求平均得到有标签超图和无标签超图之间的相似度。
4.根据权利要求3所述的基于超图超边匹配的分子网络分类方法,其特征在于,所述根据所述深度计算每一个有标签匹配边集和每一个无标签匹配边集的相似度,具体包括:
根据所述深度计算第i个有标签匹配边集中第m条边的结点与第j个无标签匹配边集中第n条边的结点的相似度,得到各匹配边的相似度;
对各匹配边的相似度求和,得到每一个有标签匹配边集和每一个无标签匹配边集的相似度。
5.根据权利要求1所述的基于超图超边匹配的分子网络分类方法,其特征在于,所述根据有标签超图和无标签超图之间的相似度对无标签超图进行分类,具体包括:
选取预设范围内的相似度对应的有标签超图,为对应有标签超图;
确定所述对应有标签附图中包含最多的标签;
根据最多标签对无标签超图进行分类。
6.一种基于超图超边匹配的分子网络分类系统,其特征在于,包括:
超图获取模块,用于获取多个分子网络的超图;所述超图包括有标签超图和无标签超图;
超边扩展模块,用于对所述有标签超图和所述无标签超图进行超边扩展,得到有标签图和无标签图;
深度子树生成模块,用于通过图遍历的方法对有标签图和无标签图中每个结点生成深度子树;得到有标签子树集合和无标签子树集合;
采样模块,用于采用超边采样方法进行多次采样,得到多个有标签匹配边集和多个无标签匹配边集;
相似度计算模块,用于根据有标签子树集合、无标签子树集合、多个有标签匹配边集和多个无标签匹配边集,计算有标签超图和无标签超图之间的相似度;
分类模块,用于根据有标签超图和无标签超图之间的相似度对无标签超图进行分类。
7.根据权利要求6所述的基于超图超边匹配的分子网络分类系统,其特征在于,所述超边扩展包括星扩展和团扩展。
8.根据权利要求6所述的基于超图超边匹配的分子网络分类系统,其特征在于,所述相似度计算模块具体包括:
深度计算单元,用于计算有标签子树集合和无标签子树集合中相同子树的深度;
匹配边集相似度计算单元,用于根据所述深度计算每一个有标签匹配边集和每一个无标签匹配边集的相似度;
超图相似度计算单元,用于对所有有标签匹配边集和所有标签匹配边集的相似度求平均得到有标签超图和无标签超图之间的相似度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110378057.5/1.html,转载请声明来源钻瓜专利网。