图的向量化表示概述

  图的向量化表示，意即通过多维向量空间中的一点来表示一个图的特征，方便使用机器学习的方法对其进行分类操作。
  首先讨论怎么从一副普通的图像中提取出特征图：
  原图是（a），然后对其做碎片化，得到图（b），对原图做二值化得到图（c），图（b）和图（c）叠合得到图（d）。对于图（d）做下列定义：
  各个色块被定义为特征图的各个节点，节点编号集合是颜色集合{黑，蓝，棕，绿，灰，橙，粉，紫，红，白，黄}；两个色块之间有公共边缘的就认为存在边，边的长度是公共边缘上像素点的个数，离散化表示为{短，中，长}。
  在我们的化学式检索中，这项工作变得更加简单：每一个原子（原子团）代表着一个节点，节点的编号自然就是这个原子（原子团）的名称；每一个化学键就是一条边，边的编号集合为{单，双，三，……}。至此，完成了特征图的提取。

得到特征图之后，需要将其表示为一个特征向量，典型的做法是图指纹的方法。

1. Fingerprint的方法
   给定一个集合H=〖{h_i}〗_(1≤i≤n)，包含了n个图的“部分”，任意图g就被转换成为了n维向量空间中的一点：
   g→（#（h_1,g），#(h_2,g)，……，#(h_n,g)）
   其中#（h_i,g）代表着每一个“部分”h_i在此图中出现的次数。这一方法的要点在于选取合适的H集合。在化学式检索工作中，可以考虑一些典型的官能团或特定结构来组成这个集合，不过这需要一定的化学研究。

2. Embedding of Graphs via Label Frequencies的方法
   这个方法其实是Fingerprint方法的一个变式，减少了预操作，比较适合化学结构式检索来应用。在此办法中，集合H由以下几个部分组成：所有节点，任意两个节点之间连一个编号为e_1的边，任意两个节点之间连一个编号为e_2的边……计算这些“部分”或者说是小结构在此图中出现的次数，由此得到一个向量。此方法的好处在于，向量的维度分类前已经确定，不用随着研究目标的不同来改变集合H的形式，增加了特征提取的全面性。