python无向加权图_NetworkX：无向加权图的近似/不精确子图同构

我相信这两个方案中的一个可能会有所帮助：

MATLAB中的图匹配工具箱“实现了带有仿射约束(SMAC)的谱图匹配，也可以选择使用kronecker双随机归一化”。它在网页上声明“处理不同大小的图形(子图匹配)”

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

MATLAB图形匹配工具箱中使用的算法是基于Timothee Cour、Praveen Srinivasan和Jianbo Shi所述的平衡图匹配算法。这篇论文发表在nips2006上。在

此外，还有第二个工具箱叫做图匹配工具箱(GMT)，它似乎支持容错子图匹配，因为它确实支持容错图匹配。它没有使用谱方法，而是有各种计算编辑距离的方法，而且我的印象是，它通过给出最小编辑距离的argmax来找到最佳匹配。如果它不显式地支持子图匹配，并且您不关心效率，那么您可以搜索B的所有子图，然后使用GMT来查找A中这些子图的匹配项，或者只搜索B的子图的一个子集。

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

不幸的是，这两种格式似乎都不在Python中，而且它们似乎也不支持networkx的图形格式。但是我相信您可能能够找到一个转换器，它可以将networkx图形的表示形式更改为这些工具箱可以使用的东西。然后可以运行工具箱并输出所需的子图匹配。在