龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：东北大学
摘要：本发明涉及案源线索分类领域，提出一种基于多视图图数据特征学习的案源线索分类处理方法，包括：对案源线索数据集进行预处理，将案源线索文本数据转化为包含文本逻辑关系的图数据；通过多阈值分割，构建多视图；在得到多视图后通过图结构学习方法消除原始图中的噪声边，通过多视图一致性正则项实现对所有对象一致性约束，最终得到粗化多视图；通过共享的图嵌入学习层，捕捉不同视图之间的内在关系；在得到不同视图的分类结果后通过投票机制得出最终的案源线索分类结果。本发明针对图分类过程中图数据的高异度性以及噪声问题，通过构建多视图，图结构学习以及共享图嵌入得出多视图结果并以投票机制进行多分类，提高最终的分类性能。
主权项：1.一种基于多视图图数据特征学习的案源线索分类处理方法，其特征在于，包括：步骤一：对案源线索数据集进行预处理，将案源线索文本数据转化为包含文本逻辑关系的图数据；步骤二：通过对步骤一转化后的图数据进行多阈值分割，构建多视图；步骤三：在得到多视图后，通过图结构学习方法消除原始图中的噪声边，通过多视图一致性正则项实现对所有对象一致性约束，最终得到粗化多视图；步骤四：通过共享的图嵌入学习层对步骤三中粗化的多视图进行图特征表达学习，并通过分类器进行分类；步骤五：根据不同视图对应的分类结果，基于投票机制得出最终的案源线索分类结果；其中，步骤二中所述的多视图构建，具体为将对图的加权边设置三种不同的阈值，从原始图数据中得到稀疏程度不同的三种视图；步骤四所述的通过共享的图嵌入学习层，捕捉不同视图之间的内在关联进行的图特征表达学习，是通过步骤三中得出的图，分别使用私有图卷积和共享图卷积进行操作并对结果进行相加得出结果；所述的共享的图嵌入学习层，结构包括私有GCN层、共享GCN层、ReLu层和Normalization层的串联，所述的相加操作为两种GCN层的输出进行权重可学习的相加运算。
全文数据：
权利要求：
百度查询： 东北大学 一种基于多视图图数据特征学习的案源线索分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号