[发明专利]基于无监督图节点聚类的目标分类方法

说明书

本申请涉及目标分类模型训练方法，包括：构建目标分类模型；基于图训练数据集对目标分类模型进行训练，得到训练后的目标分类模型；图训练数据集包括多个图节点，每个图节点表示一个待分类目标；目标分类模型包括依次连接的深层表征提取层和聚类层。本申请的目标分类模型训练方法，解决了现有的半监督方法无法对不含节点标签信息的目标数据集进行分类的难题，基于无监督学习的网络训练同时也降低了聚类结果好坏对标签信息多少的依赖度，大大增强了网络的稳定性，始终在聚类任务中表现出较好的性能；实现了端对端学习，规避了多模块训练目标不一致的问题，降低了工程的复杂度、减小了训练误差，使网络性能更加鲁棒。

技术领域

本申请涉及机器学习技术领域，具体地，涉及一种基于无监督图节点聚类的目标分类方法。

背景技术

图结构是对现实生活中非欧式结构数据的抽象，主要特征是不同对象之间存在不规则的联系，例如社交网络、化学分子、通信网络、引文网络等；网络节点往往含有许多高维度的特征及属性，因此图结构往往是高维度的、难以处理的。

在针对图结构进行处理的方法中，图卷积神经网络在许多图相关的分析和聚类任务中都取得了很好的效果。然而，基于谱方法的研究还面临着若干缺陷：在效率方面，由于需要同时处理图上的所有节点，因此当图的节点数目愈多、规模愈大时，模型的计算成本就会大幅上升，这导致谱方法较难应用于大型图；在通用性方面，基于谱的模型训练是针对某个固定的图的，这将导致它们不仅一经训练就很难在图中加入新的节点，并且模型的迁移性也不是很好，一旦要将模型应用于新的图数据集时，网络就需要重新进行训练；在灵活性方面，由于基于有向图模型训练的拉普拉斯矩阵缺乏具体的定义，因此谱方法只有在处理无向图时才能取得较好的效果。

从网络训练方法上来说，现有的方法大多是基于半监督学习的，只有含有标签信息的数据会被用来训练模型，其他没有加上标签的数据均被作为验证集。这种方法有两个很明显的弊端：一是无法处理无标签信息的数据集，二是模型的预测精度大大依赖于标签信息的多少。然而在现实生活中的很多图数据集都不包含或者只包含少量标签信息，因为很难对大量的数据对象进行标注。因此，图卷积网络只能从很少量的标签信息中学习出一种分类模型和方法，很难保证分类模型的精确度和普适性，容易导致目标分类结果不够准确。

发明内容

为了克服现有技术中的至少一个不足，本申请实施例提供一种基于图节点聚类的目标分类方法。

第一方面，提供一种目标分类模型训练方法，包括：

构建目标分类模型；

基于图训练数据集对目标分类模型进行训练，得到训练后的目标分类模型；图训练数据集包括多个图节点，每个图节点表示一个待分类目标；目标分类模型包括依次连接的深层表征提取层和聚类层；

深层表征提取层用于提取图训练数据集中每个图节点的深层表征；

聚类层用于基于深层表征对多个图节点进行聚类，确定多个聚类中心；以及，根据每个图节点的深层表征和多个聚类中心确定每个图节点的类别。

在一个实施例中，基于图训练数据集对目标分类模型进行训练，包括：

根据图训练数据集确定图；图中包括多个图节点和多个图节点之间的邻接关系；邻接关系用于表征任意两个图节点之间的关系；

根据图中的邻接关系确定邻接矩阵；

根据每个图节点的特征向量确定特征矩阵；

基于邻接矩阵和特征矩阵对目标分类模型进行训练。

在一个实施例中，基于邻接矩阵和特征矩阵对目标分类模型进行训练，包括：

对邻接矩阵A加上自环，得到矩阵即其中，I_N∈R^N×N为单位矩阵；