[发明专利]一种图嵌入方法、装置及存储介质在审
申请号: | 201811258705.8 | 申请日: | 2018-10-26 |
公开(公告)号: | CN109614975A | 公开(公告)日: | 2019-04-12 |
发明(设计)人: | 蔡晓东;陈思 | 申请(专利权)人: | 桂林电子科技大学 |
主分类号: | G06K9/46 | 分类号: | G06K9/46;G06N3/04 |
代理公司: | 北京轻创知识产权代理有限公司 11212 | 代理人: | 杨立;蒋杰 |
地址: | 541004 广西*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种图嵌入方法、装置及存储介质,方法包括:读取目标图中图结构数据和节点特征值,构建图结构模型;将图结构模型中的各个节点视为目标节点,根据非均匀邻居节点采样函数采样各目标节点的一阶邻居节点,得到各目标节点的一阶邻域;根据各目标节点的一阶邻域构建各目标节点的二阶邻域,并聚合至目标节点对应的一阶邻域上,并将聚合的二阶邻域的特征输入全连接神经网络中,得到各个目标节点的一阶邻域的新特征;将新特征聚合到对应的各个目标节点上,并将聚合的一阶邻域的新特征输入全连接神经网络中,得到各个目标节点的输出特征。能够灵活而有效地为图中各节点构建邻域,快速的进行特征聚合,从而改善基于图神经网络的图嵌入的效果。 | ||
搜索关键词: | 目标节点 邻域 一阶 聚合 神经网络 图结构 新特征 存储介质 二阶邻域 邻居节点 构建 嵌入 采样函数 读取目标 节点构建 输出特征 特征输入 非均匀 嵌入的 有效地 采样 灵活 | ||
【主权项】:
1.一种图嵌入方法,其特征在于,包括如下步骤:读取目标图中图结构数据和节点特征值,根据所述图结构数据和节点特征值构建图结构模型;将所述图结构模型中的各个节点视为目标节点,根据非均匀邻居节点采样函数采样各个所述目标节点的一阶邻居节点,得到各个所述目标节点的一阶邻域;根据各个所述目标节点的一阶邻域构建各个所述目标节点的二阶邻域;将各个所述目标节点的二阶邻域的特征聚合至所述目标节点对应的一阶邻域上,并将聚合的二阶邻域的特征输入预先构建的全连接神经网络中,得到各个所述目标节点的一阶邻域的新特征;将各个所述目标节点的一阶邻域的新特征聚合到对应的各个所述目标节点上,并将聚合的一阶邻域的新特征输入所述全连接神经网络中,得到各个所述目标节点的输出特征。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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桂林电子科技大学,未经桂林电子科技大学许可,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/patent/201811258705.8/,转载请声明来源钻瓜专利网。