[发明专利]一种基于图卷积网络的符号网络符号的预测方法在审
| 申请号： | 202010325465.X | 申请日： | 2020-04-23 |
| 公开（公告）号： | CN111581297A | 公开（公告）日： | 2020-08-25 |
| 发明（设计）人： | 董博文;王文俊;焦鹏飞;刘洪涛;孙越恒 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06F16/28 | 分类号： | G06F16/28;G06N3/04 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李丽萍 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于图卷积网络的符号网络符号的预测方法，基于图神经网络中的GCN模型，结合符号网络的只分成正边和负边两种情况，将符号网络分成只包含正边和只包含负边的两个子网络，对这两个子网络进行预处理，得到它们的邻接矩阵和特征矩阵。使用设计的图卷积网络模型训练两个子网络的邻接矩阵和特征矩阵，可以得到包含两个子网络的网络表示，将网络表示进行拼接可以得到原符号网络的节点表示。在符号网络的符号预测测试实验中，输入测试集后，基于模型训练后的网络表示中能够分别得到边的正向概率和负向概率，通过比较正向概率与负向概率来判断边的符号倾向性，如果负向概率比正向概率高，则边的符号更倾向负向，反之，则更倾向于正向。 | ||
| 搜索关键词： | 一种 基于 图卷 网络 符号 预测 方法 | ||
【主权项】：
暂无信息
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天津大学，未经天津大学许可，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/202010325465.X/，转载请声明来源钻瓜专利网。
