《表3 PDBSV2数据集上的实验结果》
与其他算法的对比实验结果如表3所示。从表3中的数据可以看出,随着模式图规模的增大,求解的平均时间总体呈上升趋势。VFGCN算法求解的平均时间对比VF2算法、ILF算法和Path LAD算法在6组实验中均是最短的,对比VF3算法在规模为Q64和Q128时VF3算法略有优势。其原因在于,VFGCN算法对节点的匹配顺序进行了优化,降低了搜索次数,并提取了节点的局部邻域信息,对于不可行解更有效地进行了剪枝。但是在规模为Q64和Q128时,VF3算法首先对模式图中的节点计算匹配概率以此来确定匹配顺序,并对节点进行分类,不属于同一个类别的节点不能够进行匹配,在面对规模更大模式图的时候比VFGCN算法更能对值域进行修剪。但是同样,VF3算法在计算规模偏大的模式图节点的选择概率和对节点进行分类时,所耗费的预处理时间也更长了。
图表编号 | XD00201761700 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.10 |
作者 | 徐周波、李珍、刘华东、李萍 |
绘制单位 | 广西可信软件重点实验室(桂林电子科技大学)、广西可信软件重点实验室(桂林电子科技大学)、广西可信软件重点实验室(桂林电子科技大学)、广西可信软件重点实验室(桂林电子科技大学) |
更多格式 | 高清、无水印(增值服务) |