基于图机器学习与模板匹配的对称约束提取方法及其系统

本发明公开了一种基于图机器学习与模板匹配的对称约束提取方法及其系统，该方法包括：A、对网表数据进行预处理的步骤；B、对机器学习模型进行训练的步骤；C、进行模板匹配后处理的步骤，包括：建立一个对称约束的模板库，利用子图匹配算法进行模板图和输入图的子图匹配，输出匹配结果；D、预测结果并输出的步骤，包括：对所述的匹配结果进行进一步处理筛选出对称约束对，并采用动态的预测网络层数，减少超小图的预测网络层数；最后，合并GNN预测对和模板匹配对，输出有效的对称对。采用本发明，解决无监督学习模式下精度低与有监督学习模式下需要大量人工标注数据的矛盾，以达到采用较少的有标签(Label)数据仍能获得较好的实验效果。