一种基于频繁稠密模式的图分类方法

摘要

本发明公开了一种对图进行分类的方法。图作为一种通用的数据集结构，在许多科学应用中，可以用来表示数据对象之间的各种复杂关系。在本发明的方法中，首先提出一种新的图特征，也就是频繁稠密模式。频繁稠密模式可以保留图内的权重信息以及局部拓扑结构，是一种理想的图特征。然后，通过一系列算法，从图中提取具有判别性的有序模式，并将判别性频繁稠密模式作为特征。最后基于支持向量机(support vector machine，SVM)，构建出对图分类的分类器。本发明公开的方法可以高效且准确地实现图的分类。