[发明专利]一种基于变分图自编码器与K-Means的科技论文聚类分析方法在审
申请号: | 202010742851.9 | 申请日: | 2020-07-29 |
公开(公告)号: | CN112084328A | 公开(公告)日: | 2020-12-15 |
发明(设计)人: | 徐新黎;刘锐;肖云月;杨旭华;许营坤 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | G06F16/35 | 分类号: | G06F16/35;G06K9/62;G06N3/04 |
代理公司: | 杭州斯可睿专利事务所有限公司 33241 | 代理人: | 王利强 |
地址: | 310014 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 变分图 编码器 means 科技 论文 聚类分析 方法 | ||
1.一种基于变分图自编码器与K-Means的科技论文聚类分析方法,其特征在于:所述方法包括如下步骤:
步骤一:把待分析的科技论文数据表示为一个引文网络G=(V,E,F),其中V={v1,v2,...,vn}为节点集合,每个节点表示一篇科技论文,节点数即科技论文总数n=|V|,E为边集合,两篇论文之间如果有引用关系,则这两篇论文的相应节点之间有一条连边,所有论文的连边关系构成一个n×n的邻接矩阵A,每个论文的关键词属性F={f1,f2,...,fm},属性数量m=|F|,所有论文的属性表示为一个n×m的属性信息特征矩阵X;
步骤二:构建一个由编码器和解码器组成的变分图自编码器,变分图自编码器的编码器为两层图卷积神经网络GCN,输入是引文网络的特征矩阵X和邻接矩阵A,通过学习节点低维向量表示的均值μ和方差σ,并采用重参数化方法对均值μ和方差σ进行采样操作,输出是节点的n×d的低维嵌入向量z,解码器的输入是节点的低维向量z,通过两两计算两点之间存在边的概率来重构图,其中2≤d≤n,输出是重构邻接矩阵
步骤三:用科技论文数据训练变分图自编码器,训练目标是最小化重构邻接矩阵和原始邻接矩阵A之间的距离度量,以及节点表示向量分布和正态分布的散度,训练完毕可以获得GCN的参数,通过GCN确定一个多维高斯分布,从这个分布采样得到节点的低维嵌入向量z;
步骤四:设置科技论文预期的划分数目,利用K-Means算法对低维嵌入向量z进行聚类,得到科技论文的划分结果;
步骤五:对科技论文的划分结果通过tSNE算法降维,并用Matplotlib绘图库进行二维的可视化展示。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010742851.9/1.html,转载请声明来源钻瓜专利网。