《表2 邻居信息聚合时间：基于邻居信息聚合的子图同构匹配算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于邻居信息聚合的子图同构匹配算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

AIDS数据集的邻居信息聚合时间如表2所示，对于不同规模的下的模式图和目标图，聚合的时间大约都在0.001 4 s左右，由此可以看出聚合步骤所消耗的时间是非常少的，并且不受模式图规模的影响。因为不需要重复遍历图的所有节点，只需要遍历节点的有限邻居，所以能够在极短的时间内有对节点的局部邻域信息进行聚合，并给出其特征向量，并且在聚合时所选的k值（k步邻居）影响着后续的求解效率，在实验过程中发现，并不是聚合的邻居信息越多，即k取值越大，求解效率就越高；反而当k的取值超过一定范围，将降低求解效率。其原因在于，当k取值过大时，会使得聚合后的特征向量趋于一致，即所有节点的邻域信息过于相似，导致在后续的匹配过程中不能够很好地对不可行的解进行剪枝，反而影响了求解的效率。经实验测试，对AIDS和PDBSV2数据集来说，由于模式图的最大规模分别为Q24和Q128，节点的邻居大多数是在3步之内，所以将k取1时效率是最高的，因此在后续的实验过程中k取值为1。