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：武汉大学深圳研究院
摘要：本发明公开了一种基于改进图Transformer模型的节点分类方法、系统、设备及产品，对输入的包含待分类节点的图结构源数据进行聚类分区，将原始大图划分为若干小子图，并对节点和边数据进行重新映射排列，得到一系列子图数据{G1,G2,…,Gk}＝{V1,E1,V2,E2,…,Vk,Ek}；然后为每个子图生成一个虚拟的代表节点，将每个子图的信息聚合至虚拟节点中，得到子图虚拟代表节点特征；接着将节点特征信息输入改进图Transformer模型中进行编码计算；最后将编码计算得到的节点最终向量表示输入多层感知机进行节点分类操作，得到分类结果。本发明大大降低了模型自注意力运算的计算复杂度，进而可同时兼顾小型、中型和大型图数据集的节点分类任务，并实现了分类性能的全面提升。
主权项：1.一种基于改进图Transformer模型的节点分类方法，其特征在于，包括以下步骤：步骤1：对输入的包含待分类节点的图结构源数据进行聚类分区，将原始大图划分为若干小子图，并对节点和边数据进行重新映射排列，得到一系列子图数据{G1,G2,…,Gk}＝{V1,E1,V2,E2,…,Vk,Ek}；其中Vi表示子图Gi内部所有的节点，Ei表示子图Gi内部所有的边，1≤i≤k；步骤2：为每个子图生成一个虚拟的代表节点，将每个子图的信息聚合至虚拟节点中，得到子图虚拟代表节点特征；步骤3：将节点特征信息输入改进图Transformer模型中进行编码计算；所述改进图Transformer模型，具体改进包括调整自注意力机制运算节点采样方式、及引入基于相似度的运算节点筛选机制；步骤4：将编码计算得到的节点最终向量表示输入多层感知机进行节点分类操作，得到分类结果。
全文数据：
权利要求：
百度查询： 武汉大学深圳研究院 基于改进图Transformer模型的节点分类方法、系统、设备及产品
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