DC_Woog
DC_Woog
> going to '/usr/local/lib/python3.7/site-packages/graphkernels/utilities.py’ and changing 'v_attr_name = gs.vs.attributes()[0]’ to 'v_attr_name = g.vs.attributes()[0]’ now created this error: > > Process finished with exit code 139 (interrupted by signal 11: SIGSEGV)...
> 您好! > 我发现很多图数据匹配算法用的实验收据都是这一种,不知这个数据的来源。它的产生背景是怎样的是否可以告知一下。 > 谢谢! Hello, I am a research from Graph Edit distance . The dataset is always from AIDS. You can read some links from some paper...
> 您好!初学图数据,遇到一些问题,还请不吝赐教。谢谢! > 1.在原论文中提到Ullmann算法是对枚举算法的改进,改进的关键之处是消除搜索树中的后继节点以减少计算量。但我没有看懂他是如何减少后继节点的。 > 2.文中提到非终端结点相关联的矩阵M,我觉得整个算法的核心就是找到所有映射矩阵M‘,我没看懂矩阵M的用处。我猜想M’是M处理结束最终的结果。不知理解是否正确。 > 3.条件(1)是枚举算法判断映射矩阵M’是否满足同构要求的,条件(2)好像并不是用于判断M‘的。 > 4.还有computer word在文中该如何解释,翻译成“计算机字”我不太理解其含义。 > 5.文中的伪代码我没有走通(在进行步骤6跳回步骤2时,我就走不下去了,停在了步骤二的if d=1 then k=H1 else k=0;) 你好,我也是看不大懂其中的乌尔曼算法。但是最近在读一篇硕士论文,想和相关领域的人讨论下。