协变量辅助图匹配研究

针对含有节点和边协变量的带种子图匹配问题，该研究提出了基于二次分配问题（QAP）的全局方法和基于种子邻域的可扩展局部方法。该框架支持通过广义线性模型至机器学习方法整合协变量，并推导了广义线性模型的估计误差率及 QAP 精确恢复真实对应关系的充分条件。仿真实验与学术谱系网络匹配均证实引入协变量能显著提升匹配表现。