导读:本文包含了图编辑距离论文开题报告文献综述及选题提纲参考文献，主要关键词:图编辑距离,二分图匹配,A*算法,Hausdorff匹配
图编辑距离论文文献综述
徐周波,张鵾,宁黎华,古天龙[1]（2018）在《图编辑距离概述》一文中研究指出图编辑距离是图模式匹配技术中常用的方法之一。基于图编辑距离的匹配方法能够处理多种类型的图数据,因而受到了学术界的广泛关注。首先介绍了图编辑距离的相关概念;然后简述了基于启发式搜索技术的精确图编辑距离算法,重点分析了基于二分图匹配的近似图编辑距离算法;最后对现存的一些图编辑问题进行了总结,并对未来的发展趋势进行了展望。(本文来源于《计算机科学》期刊2018年04期）
钟林辉,夏鲸,彭云,谢冰[2]（2018）在《一种图编辑距离的软件体系结构变化性度量方法及应用研究》一文中研究指出软件体系结构是一类重要的软件资产,对其变化性进行分析能够度量、分析和预测(不同)软件的演化趋势.而传统的软件体系结构演化分析方法并没有考虑软件结构上的差异性,亦未提出度量软件演化历史的方法.因此,本文在早期基于构件的软件配置管理模型,及支持演化的构件模型研究成果的基础上,提出了以软件体系结构为中心的软件演化分析框架,实现了基于图编辑距离的、软件体系结构规约层次的变化性度量;同时,针对4个开源软件系统,在软件体系结构层次分析了软件系统内部及不同系统之间的变化程度.(本文来源于《小型微型计算机系统》期刊2018年03期）
刘斌[3]（2017）在《基于图编辑距离上界的图相似性判定方法研究》一文中研究指出随着科学技术的飞速发展以及计算机的普及,产生了海量的数据。在网络、数学、生物、化学等领域,数据起着至关重要的作用。图是一种通用且具有广泛研究价值的数据结构,作为一种最直观的表达方式,越来越多的应用依赖于图数据进行表示。图数据的应用变得越来越广泛,其规模迅速增大,同时数据也变得更加多样化和复杂化,如何从海量的图数据中挖掘有效的信息成为研究的核心问题。近年来,我们可以发现在图数据库中存在噪音以及错误的图越来越多,因此学术界愈加关注如何在图数据库中进行相似性搜索,从而得到隐藏的信息。图相似性搜索对于深入研究图数据库起着强烈的推进作用。图编辑距离是一种用来确定图相似性最有效的措施,在模式识别、计算机视觉、生物信息等领域有着非常广泛的应用。图编辑距离作为一种度量两个图之间相似性的有效方法,是不精确图匹配的基础。不精确的图匹配已经成为模式分析领域的重要研究焦点之一,在现实生活中无处不在。当前已经验证了图编辑距离计算是一个NP问题,在通常情况下,图编辑距离计算在多项式时间内无法解决,计算起来十分复杂,浪费了大量的时间,效率低下,所以如何避免过多的图编辑距离计算成为了亟待解决的问题。为此,学术界提出了计算图编辑距离边界的算法,以此来提高计算效率。图编辑距离边界算法虽然可以减少计算量,提高效率,但仍有优化的空间。本文的主要内容如下:(1)简单介绍了几种与图编辑距离相关的算法及各自存在的优缺点。(2)结合现有的图编辑距离边界过滤算法,提出了两种新的方法,分别针对两种不同的情况,对图编辑距离边界过滤算法进行优化,从而进一步减少计算所消耗的时间。(3)建立概率索引图,利用概率索引图找到更好的中介图,进而提出快速收敛方法来解决图相似性问题,进一步减少不必要的图编辑距离计算,达到提高效率的目的。(4)最后验证本文提出的方法,通过在真实数据集与人工数据集上进行实验研究,从各个方面综合分析新方法。结果表明,这些方法具有良好的性能,同时通过实验结果也证实了使用我们提出的新方法来进行图相似性搜索的有效性和可行性。(本文来源于《辽宁大学》期刊2017-05-01）
张鹍,徐周波[4]（2016）在《图编辑距离概述》一文中研究指出图编辑距离是图模式匹配技术中最常用的方法之一。根据距离值的精确与否,图编辑距离分为精确图编辑距离和容错图编辑距离。本文介绍了图编辑距离的相关概念,并简述了基于A*搜索和Hausdorff匹配的图编辑距离,着重分析了二分图匹配的近似图编辑距离算法。最后对现存的一些问题进行了总结,并对未来发展趋势做了简要的展望。(本文来源于《广西计算机学会2016年学术年会论文集》期刊2016-11-25）
王子璇,闻立杰,汪抒浩,王建民[5]（2016）在《基于变迁标签图编辑距离的过程模型相似性度量》一文中研究指出针对现有过程模型行为相似性度量算法计算结果不够精准或者计算效率较低等问题,提出一种基于可覆盖图编辑距离的行为相似性度量算法(TAGER)。TAGER算法通过定义变迁标签图来表达过程模型的行为,定义了考虑模型行为的图编辑操作以及编辑距离的计算方法,设计了A*算法计算变迁标签图节点间匹配的最优方案。通过叁角不等式满足率和平均计算耗时对TAGER算法的表现进行了评估,并从计算效率及性质满足情况等方面与其他主流算法进行了对比。(本文来源于《计算机集成制造系统》期刊2016年02期）
杨帆,张焕国,傅建明,沈志东[6]（2013）在《基于图编辑距离的恶意代码检测》一文中研究指出传统的恶意代码检测方法漏报率高且运行效率低,很大程度的依赖于人工检测.为解决该问题,基于恶意代码自身的函数调用顺序及程序结构特征,通过静态分析技术将恶意代码抽象为函数调用图,采用图的编辑距离作为恶意代码间相似度的评估标准,将恶意代码的分类识别转化为在已建立的恶意代码图数据库中搜索最小编辑距离邻居图的问题,在此基础上实现了用户检测未知文件恶意性的系统.为了提高检测速度,引入了函数对应的汇编指令集和多路优势点树的高维索引算法.实验证明,该方案兼顾了恶意代码检测的准确性和运行效率.(本文来源于《武汉大学学报(理学版)》期刊2013年05期）
宋建昌[7]（2013）在《基于图编辑距离的自然景物识别》一文中研究指出图像识别是模式识别领域的一个重要分支，鉴于其在医学、航空航天、工业等众多领域的广泛应用和重要作用，图像识别一直作为研究人员的研究热点。而其中的一个重要分支——自然景物图像识别由于其分类的多样性和模糊性更是图像识别领域的难点之一，始终未能形成一套明确、统一的分类识别体系标准。自然景物图像的描述及特征的提取在识别过程中起着至关重要的作用。但是由于自然景物图像内容的多样性，及其对光照、图像尺寸等因素的敏感性，传统的单一特征图像描述方法受到严格的限制。在总结前人的研究经验的基础上，提出了一种基于图编辑距离的自然景物图像识别方法。该方法运用了多特征融合技术，综合考虑了自然景物图像的颜色、形状、纹理等多项特征，有效避免了光照、图像尺寸等因素对识别过程的影响。在各项特征提取的过程中分别采用了MPEG-7标准下的主色描述符和边缘方向描述符。在自然景物图像的描述中，采用了一种图像的属性图表示方法。该方法首先把自然景物图像分为若干区域；然后选择其中对识别过程有意义的几个区域根据上述方法分别提取每个区域的多项特征，将各个区域抽象为顶点，提取的该区域的特征作为顶点属性，相邻区域所对应的顶点之间连一条边，这样就可以将自然景物图像表示成属性图。自然景物图像的属性图表示模型建立之后，两幅图像之间相似度的度量问题就转化成了属性图的匹配问题。最后，利用图匹配算法计算所有自然景物图像之间的相似度，构造相似度矩阵。在此基础上，利用扩散核函数把相似度矩阵转化为图核，并代入支撑向量机(SVM)进行图像的分类识别。研究内容主要包含以下叁个方面：(1)研究自然景物图像的描述方法，总结传统自然景物图像描述方法的优缺点，并结合图像的属性图表示法，提出一种适用于多类自然景物图像识别算法的综合性图像描述方法。(2)定义合理的编辑代价函数，利用图编辑距离算法把自然景物图像之间的相似度度量问题转化为属性图的匹配问题，进而求得自然景物图像对应的属性图之间的相似度。(3)研究核方法在图领域的应用，学习图核的构造方法，从中选择一种适用于基于图编辑距离的自然景物识别算法的核函数，并加以改进。最后，分别对含有城市和乡村的两类自然景物图库及含有高速公路、城市景色、高楼大厦、海岸、森林、山脉、街道、野外景色这八类自然景物的图库进行了实验，实验结果表明基于图编辑距离的自然景物识别算法通用性较强，并对光照、图像尺寸等外部条件均有较好的鲁棒性，且识别结果较为理想。(本文来源于《北京工业大学》期刊2013-06-01）
齐彩霞[8]（2013）在《基于图编辑距离的图匹配算法研究》一文中研究指出图编辑距离在图匹配中是一种灵活有效的方法，在图模式识别及相关领域有多种用途，然而，它不同于其它图匹配算法，图编辑距离使得原图的每个节点都可以与另一个图的节点进行匹配，这种特点使得图编辑距离算法更适用于噪声数据，但在另一方面相对于简单图匹配模型它增加了计算复杂度。图编辑距离的空间复杂度与所匹配的两个图的节点数目呈指数关系。这意味着对于大图其编辑距离的计算是很困难的。在本文中，构造出了一种优化的EGED（Exact graph edit distance）算法，它利用贪心算法外加代价复杂度剪枝对EGED算法中的搜索树进行了剪枝，同时采用欧氏距离对代价函数进行优化。在实验部分分别对改进的EGED算法，原EGED算法和AGED（Approximate graph edit distance）算法这叁种算法的分类精确度和算法的运行时间进行了效能测试。实验结果证明，首先，本文构造的EGED优化算法相比于原EGED算法和AGED算法显着提高了算法运行速度并降低了编辑操作的代价，使得图之间的相似性衡量更加有效。其次，该优化算法在分类精确度上比起原EGED算法和AGED算法也得到了明显的提高。(本文来源于《西安建筑科技大学》期刊2013-05-01）
和彦莉[9]（2010）在《基于图编辑距离的画像识别》一文中研究指出画像识别是人脸识别的一个新的分支,是利用人的画像在人脸照片数据库里进行检索,找到与其相对应的照片而确定画像对应人的身份的技术。该技术在破案、反恐等领域有广泛的应用和发展前景。因此该课题组做了大量关于画像识别的研究,本文基于这些研究提出了几点创新。首先,提出了基于边缘方向直方图(EDH)的图编辑距离(GED)的画像-照片识别方法。该识别方法利用图描述画像和照片的特征,将EDH和Earth Mover’s Distance (EMD)相结合获得画像和照片之间的GED,将其作为两者的相似性度量,利用最近邻方法完成识别。实验表明,该方法在画像识别中有较好的识别效果。其次,利用基于隐马尔可夫模型(HMM)的GED进行画像-照片识别。在将画像和照片用图进行表达后,利用结合HMM和Kullback-Leibler Distance(KLD)的GED算法来计算画像和照片之间的相似性,利用最近邻方法完成识别。该方法在画像和照片的特征点提取的准确率极高的情况下十分有效。最后,由于上述两种方法均以特征点提取为前提,构建画像和照片的图。而特征点的提取采用的是人为手工标记的方法,这种方法既耗费时间、工作量大,又很难提高准确率,因此提出了结合主动表观模型(AAM)和GED的画像识别方法。通过建立主动表观模型,在画像和照片上进行搜索,得到最终的也是最优的特征点,利用这些优化了的特征点再结合GED的方法进行画像-照片识别。实验表明,该方法大大降低了人为因素对画像-照片识别的影响,而且具有很好的通用性和操作性,识别性能得到较大的提高。(本文来源于《西安电子科技大学》期刊2010-01-01）
肖冰,李洁,高新波[10]（2009）在《一种度量图像相似性和计算图编辑距离的新方法》一文中研究指出由于在图编辑距离(GED)的计算中合理地为编辑操作定义代价函数相当困难,因此本文提出一种基于图结构的独立于代价函数定义的GED计算方法.它利用边缘方向直方图刻画图的结构,通过计算边缘方向直方图之间的距离来判断图的相异性,从而无需再定义代价函数.Earth Mover’s Distance(EMD)可以准确地计算直方图之间的距离,而且对于图在平面内的旋转所引起的直方图变化具有鲁棒性.为此,本文采用边缘方向直方图之间的EMD计算图编辑距离.将图像用图来表示,利用这种新的图编辑距离度量图像之间的相似性.实验结果表明本文提出的方法可以简单而有效地对图像进行聚类和分类,与基于谱序列计算图编辑距离的方法相比,可以更好地刻画图的结构差异.(本文来源于《电子学报》期刊2009年10期）
图编辑距离论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
软件体系结构是一类重要的软件资产,对其变化性进行分析能够度量、分析和预测(不同)软件的演化趋势.而传统的软件体系结构演化分析方法并没有考虑软件结构上的差异性,亦未提出度量软件演化历史的方法.因此,本文在早期基于构件的软件配置管理模型,及支持演化的构件模型研究成果的基础上,提出了以软件体系结构为中心的软件演化分析框架,实现了基于图编辑距离的、软件体系结构规约层次的变化性度量;同时,针对4个开源软件系统,在软件体系结构层次分析了软件系统内部及不同系统之间的变化程度.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
图编辑距离论文参考文献
[1].徐周波,张鵾,宁黎华,古天龙.图编辑距离概述[J].计算机科学.2018
[2].钟林辉,夏鲸,彭云,谢冰.一种图编辑距离的软件体系结构变化性度量方法及应用研究[J].小型微型计算机系统.2018
[3].刘斌.基于图编辑距离上界的图相似性判定方法研究[D].辽宁大学.2017
[4].张鹍,徐周波.图编辑距离概述[C].广西计算机学会2016年学术年会论文集.2016
[5].王子璇,闻立杰,汪抒浩,王建民.基于变迁标签图编辑距离的过程模型相似性度量[J].计算机集成制造系统.2016
[6].杨帆,张焕国,傅建明,沈志东.基于图编辑距离的恶意代码检测[J].武汉大学学报(理学版).2013
[7].宋建昌.基于图编辑距离的自然景物识别[D].北京工业大学.2013
[8].齐彩霞.基于图编辑距离的图匹配算法研究[D].西安建筑科技大学.2013
[9].和彦莉.基于图编辑距离的画像识别[D].西安电子科技大学.2010
[10].肖冰,李洁,高新波.一种度量图像相似性和计算图编辑距离的新方法[J].电子学报.2009
标签：图编辑距离; 二分图匹配; A*算法; Hausdorff匹配;