[发明专利]面向图数据的独立解耦卷积神经网络表征算法

摘要

本发明提供了一种面向图数据的独立解耦卷积神经网络表征算法。它提出了一种全新的利用独立因素解耦的神经网络结构，先利用邻域路由机制进行解耦表征学习，接着通过HSIC算法增强了节点与邻居节点之间潜在因素表示的独立性，并将其作为正则化项集成到卷积神经网络中。通过本发明方法可以增强节点潜在因素间的独立性，得到更好的图节点分离表示。经过不同图数据的验证，本发明可应用于包括半监督图分类、图聚类和图可视化这三类任务，并且均具有良好的性能和明显的优势。