性能远胜现有方法
将经典图匹配算法统一到约束梯度优化框架下，通过自适应步长和可扩展软分配算子实现高效求解。
Shen, Binrui · 牛强 · 朱圣鑫
Pattern Recognition 2026
可扩展的softassign算子降低了每次迭代的计算和存储需求，从而能够处理大规模图匹配任务。
自适应步长参数保证了底层算法的收敛性，并提升了性能。
与传统softassign相比，所提出的方法具有优越的可扩展性、出色的鲁棒性和优异的效率。
在属性图匹配任务中，CSGO的速度比现有约束梯度算法提升超过10倍。