一种基于图神经网络的模拟电路匹配方法

本发明公开一种基于图神经网络的模拟电路匹配方法，步骤包括：输入两个网表，分别记为目标电路和查询电路；使用网表解析器从网表中提取拓扑结构和器件属性；构建网表的超图表示并进行超图切分；基于图神经网络模型进行电路的模糊匹配，识别潜在的匹配子图；采用精确的子图同构方法来验证匹配结果。本发明提高了大规模电路的匹配效率，同时保持了高匹配精度，能够有效应对大规模电路的识别问题；采用基于超图神经网络的模糊匹配方法，用于初步筛选出可能的子图候选集，并利用子图关系的传递性，将图层面的匹配简化为节点层面；通过引入对比学习的思想和顺序嵌入的方法，通过最大边界损失，引导模型获取满足子图关系约束的嵌入向量。