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！
摘要：本发明适用于图结构数据技术领域，提供了一种基于新型图神经网络的图节点分类方法，包括以下步骤：读取图数据；计算节点之间的特征相似性，并设置相似度阈值，当节点之间的相似度超过预设阈值时，为节点对之间添加边；为节点划分不同关系的邻居并为节点的边添加关系属性，得到邻域重构后的新的图结构；将重构图输入到MRN‑GNN中，将同种类型的邻居先与中心节点聚合，在聚合过程中，将各个空间关系下的邻居与中心节点特征进行注意力系数的计算，将注意力系数与邻居特征进行加权聚合；将得到的多关系特征与中心节点特征拼接，最后输出对节点的分类预测。本发明能在不加深网络的前提下有效捕获远距离节点的特征，有效区分不同邻居的关系结构。
主权项：1.一种基于新型图神经网络的图节点分类方法，其特征在于，包括以下步骤：步骤1、多关系邻域重构：读取图数据G，包括图的邻接矩阵和节点的特征矩阵；计算节点之间的特征相似性，并设置相似度阈值，当节点之间的相似度超过预设阈值时，为节点对之间添加边；为节点划分不同关系的邻居并为节点的边添加关系属性，得到邻域重构后的新的图结构；步骤2、双层注意力聚合网络：将重构后的图输入到图神经网络MRN-GNN中，将同种类型的邻居先与中心节点聚合，在聚合过程中，将各个空间关系下的邻居与中心节点特征进行注意力系数的计算，然后将注意力系数与邻居特征进行加权聚合，得到对应空间关系的聚合特征；接着将得到的多种关系的特征与中心节点特征拼接，最后经过线性变换及网络的预测层输出对网络中节点的分类预测。
全文数据：
权利要求：
百度查询： 吉林大学 一种基于新型图神经网络的图节点分类方法
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