我相信這兩個方案中的一個可能會有所幫助：

MATLAB中的圖匹配工具箱“實現了帶有仿射約束(SMAC)的譜圖匹配，也可以選擇使用kronecker雙隨機歸一化”。它在網頁上聲明“處理不同大小的圖形(子圖匹配)”

http://www.timotheecour.com/software/graph_matching/graph_matching.html

MATLAB圖形匹配工具箱中使用的算法是基于Timothee Cour、Praveen Srinivasan和Jianbo Shi所述的平衡圖匹配算法。這篇論文發表在nips2006上。在

此外，還有第二個工具箱叫做圖匹配工具箱(GMT)，它似乎支持容錯子圖匹配，因為它確實支持容錯圖匹配。它沒有使用譜方法，而是有各種計算編輯距離的方法，而且我的印象是，它通過給出最小編輯距離的argmax來找到最佳匹配。如果它不顯式地支持子圖匹配，并且您不關心效率，那么您可以搜索B的所有子圖，然后使用GMT來查找A中這些子圖的匹配項，或者只搜索B的子圖的一個子集。

http://www.fhnw.ch/wirtschaft/iwi/gmt

不幸的是，這兩種格式似乎都不在Python中，而且它們似乎也不支持networkx的圖形格式。但是我相信您可能能夠找到一個轉換器，它可以將networkx圖形的表示形式更改為這些工具箱可以使用的東西。然后可以運行工具箱并輸出所需的子圖匹配。在

總結

以上是生活随笔為你收集整理的python无向加权图_NetworkX：无向加权图的近似/不精确子图同构的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。