买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军国防科技大学

摘要：本申请涉及一种基于超边强化的图对比学习的图扩充方法及装置。所述方法包括：根据K‑NN方法对交通路网图构造超边，利用超边的节点与超边之间的关联矩阵、节点之间的度矩阵以及超边的度矩阵计算得到节点之间的邻接矩阵和超边的邻接矩阵，基于超边的节点级PageRank来度量节点的重要性，根据节点的重要性概率选择节点进行特征掩蔽生成第一视图，根据超边的重要性概率来选择超边并对所选超边内的边进行扰动生成第二视图，将第一视图和第二视图都送到GNN中进行图表示学习，并根据超边缘增强过滤方法对学习后的图进行自动识别锚点的正和负并进行对比学习，得到扩充后的交通路网图。采用本方法能够提高交通路网图扩充准确率。

主权项：1.一种基于超边强化的图对比学习的图扩充方法，其特征在于，所述方法包括：获取待扩充的交通路网图；所述交通路网图包括节点集和边集；所述节点集包括多个节点；所述边集包括多个边；所述节点表示交通站点；所述边表示交通路线；根据K-NN方法对所述交通路网图构造超边，利用超边的节点与超边之间的关联矩阵、节点之间的度矩阵以及超边的度矩阵计算得到节点之间的邻接矩阵和超边的邻接矩阵；基于超边的节点级PageRank来度量节点的重要性，以一定概率对节点进行随机行走，在随机行走过程中根据所述节点之间的邻接矩阵和节点之间的度矩阵计算得到节点转移矩阵，利用节点偏好概率矩阵和所述节点转移矩阵计算得到每个节点的Pagerank值，然后迭代地更新每个节点的PageRank值，直到每个节点的PageRank值不再变化，输出每个节点的PageRank值；利用所述每个节点的Pagerank值计算得到节点的重要性概率，根据节点的重要性概率选择节点进行特征掩蔽生成第一视图；基于节点的超边级PageRank对超边的度进行归一化，得到超边偏好概率矩阵，以一定概率对超边进行随机行走，在随机行走过程中根据所述超边的邻接矩阵和超边的度矩阵计算得到超边转移矩阵；利用所述超边偏好概率矩阵和所述超边转移矩阵计算得到每个超边的Pagerank值然后迭代地更新每个超边的PageRank值，直到每个超边的PageRank值不再变化，输出每个超边的PageRank值；利用所述每个超边的PageRank值计算得到超边的重要性概率，根据超边的重要性概率来选择超边并对所选超边内的边进行扰动生成第二视图；将所述第一视图和第二视图都送到具有共享参数的GNN中进行图表示学习，并根据超边缘增强过滤方法对学习后的图进行自动识别锚点的正和负并进行对比学习，得到扩充后的交通路网图。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 基于超边强化的图对比学习的图扩充方法及装置