Skip to main content
. 2024 Sep 29;14(19):2181. doi: 10.3390/diagnostics14192181
Algorithm 1: Feature Similarity Calculation using GWT
Input:Weighted graph G=V,E,Dis,where V=v0,v1,…vN−1,E=v0v1,v1v2,…vN−2vN−1
Output:minimum and maximum similar feature data represented by Umin and Umax respectively
Feature Similarity Calculation:
1:For k=0,1,2,…N−1
2:        For minimum similar featurre calculation, while, do
3:            Adding the vertex into Umin, Umin={vk}
4:            Continue untill all the data feature path calculation
5:            For vertex vk, neighbour calcualtion Nk=vj∈V−Umin vkvj∈E}
6:            Calculate vj=argmin dk,j=argmin vj−vk w. r. t. vj∈N(k)
7:            Adding the vertex value vj to the end of the Umin data
8:             Assign vk=vj
9:            Till V−Umin=∅
10:       For maximum similarity calculation, while, do
11:            Adding the vertex into Umax, Umax={vk}
12:            Continue untill all the data feature path calculation
13:            For vertex vk, neighbour  calcualtion Nk=vj∈V−Umax vkvj∈E}
14:            Calculate vj=argmax dk,j=argmax vj−vk w. r. t. vj∈N(k)
15:            Adding the vertex value vjto the end of the Umax data
16:             Assign vk=vj
17:            Till V−Umax=∅
18:End