×
巴斯马，马西莫;马苏德阿萨迪·泽达巴迪;威尔登·洛德威克;马可·布雷达

（H_0）函数，一种检测无向图中结构/拓扑复杂性信息的新指标。 （英语） Zbl 1400.05062号

物理A 447, 355-378 (2016).
摘要：诸如阿尔茨海默病与痴呆症的区别分析、社交媒体的数据挖掘、或毒品卡特尔结构组成信息提取等重要应用通常被建模为图形。图中的结构或拓扑复杂性或缺乏结构或拓扑的复杂性通常对理解和解决问题非常有用。我们正在提出一个新的指数，我们称之为（H_0）功能测量图的结构/拓扑复杂性。为此，我们引入了图修剪的概念及其相关算法，该算法用于我们的度量的开发。我们通过附录中的不同示例说明了度量的行为，即\（H_0）函数。这些示例表明，\（H_0）函数包含的信息是图形的有用和重要特征。在这里，我们把自己限制在无向性。

引用于1文件

MSC公司：

05年10月 平面图；图论的几何和拓扑方面
05C90年 图论的应用

关键词：

图形复杂性;图形索引;图剪枝

软件：

帕杰克
PDF格式BibTeX公司 XML格式引用
\textit{M.Buscema}等人，Physica A 447，355--378（2016；Zbl 1400.05062）
全文： DOI程序

参考文献：

[1] Bonchev，D。；O.Mekenyan。；Trinajstić，N.，通过拓扑信息方法识别异构体，J.Compute。化学。，2, 2, 127-148 (1981)
[2] 杜琪。；刘，C。；Wang，X.，检索相场模型的拓扑信息，SIAM J.Appl。数学。，65, 6, 1913-1932 (2005) ·Zbl 1114.74044号
[3] 德努伊，W。；Mrvar，A。；Batagelj，A.，《与Pajek的探索性社会网络分析》（2011），剑桥大学出版社：美国纽约剑桥大学出版社
[4] Freeman，L.C.，《社会网络分析的发展》。《科学社会学研究》（2004），经验出版社：经验出版社，加利福尼亚州温哥华
[5] 阿尔伯特，R.Z。；巴拉巴西，L.，《复杂网络的统计力学》，《现代物理学评论》。，74, 47 (2002) ·Zbl 1205.82086号
[6] Barrat，A。；Barthelemy，M。；Vespignani，A.，《复杂网络上的动力学过程》（2008），剑桥大学出版社·Zbl 1198.90005号
[7] da，L。；Costa，F。；罗德里格斯，F.A。；Travieso，G。；Villas Boas，P.R.，《复杂网络的表征：测量调查》，高级物理学。，56, 1 (2007)
[8] Ullman，J.，《子图同构的算法》，J.Assoc.Compute。机器。，23, 1, 31-42 (1976) ·Zbl 0323.05138号
[10] 孔戴，D。；Foggia，P。；Sansone，C。；Vento，M.，《模式识别中的图形匹配三十年》，《国际模式识别杂志》。Artif公司。智力。，18, 3, 265-298 (2004)
[11] Bunke，H。；希勒，K.，基于最大公共子图的图距离度量，模式识别。莱特。，19, 3, 255-259 (1998) ·兹比尔0905.68128
[12] Raymond，J.W。；Willett，P.，化学结构匹配的最大公共子图同构算法，J.Compute-辅助分子设计。，16, 7, 521-533 (2002)
[13] Raymond，J.W。；Gardiner，E.J。；Willett，P.，Rascal：使用最大公共边子图计算图形相似性，计算。J.，第45页，第631-644页（2002年）·Zbl 1037.68101号
[15] Messmer，B.T。；图和子图同构检测的决策树方法，模式识别。，32, 12, 1979-1998 (1999)
[16] 冯，J。；Laumy，M。；Dhome，M.，使用神经网络的不精确匹配，（Gelsema，E.；Kanal，L.，《实践中的模式识别IV：多范式、比较研究和混合系统》（1994），北荷兰），177-184
[17] 索林，S。；Solnon，C.，测量图形相似性的反应禁忌搜索，（模式识别中基于图形的表示（2005），Springer），172-182·Zbl 1119.68420号
[18] Buscema，M。；Grossi，E.，《语义连接图：数据库中的自适应自组织知识发现方法》。《胃食管反流病的经验》，国际期刊Data Min.Bioninform。，2, 4 (2008)
[19] Buscema，M。；格罗西，E。；斯诺登，E。；Antuono，P.，《自动压缩地图：数据挖掘的人工自适应系统》。阿尔茨海默病的应用。阿尔茨海默病研究，5481-498（2008）
[20] Buscema，M。；彭科，S。；Grossi，E.，《基于自收缩映射神经网络和图论定义散发性肌萎缩侧索硬化症风险或保护基因/SNP的新数学方法》，《神经研究国际》，2012（2012），文章编号478560
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。