[发明专利]一种基于GCN的属性多层网络表示学习方法有效
| 申请号： | 202011604036.2 | 申请日： | 2020-12-29 |
| 公开（公告）号： | CN112529168B | 公开（公告）日： | 2022-01-14 |
| 发明（设计）人： | 魏迎梅;韩贝贝;万珊珊;窦锦身;杨雨璇;冯素茹;康来;谢毓湘;蒋杰 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06K9/62;G06V10/764 |
| 代理公司： | 北京风雅颂专利代理有限公司 11403 | 代理人： | 曾志鹏 |
| 地址： | 410003 湖*** | 国省代码： | 湖南;43 |
| 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GCN的属性多层网络表示学习方法，包括以下步骤：S1，基于GCNs的不同关系类型层网络的节点表示学习；S2，不同层网络之间的交互关联关系建模；S3，基于注意力机制的层网络表示向量的融合；S4，以节点分类图分析任务为导向，构建优化目标函数。本发明基于正则化的GCNs模型的可训练的权重约束机制、层表示向量的一致性约束策略以及层注意力机制，并以节点分类任务为导向，不断优化迭代该模型直到其收敛，至此得到网络全局且一致的节点表示矩阵，可用于进行图数据的分析。 | ||
| 搜索关键词： | 一种 基于 gcn 属性 多层 网络 表示 学习方法 | ||
【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中国人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，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/202011604036.2/，转载请声明来源钻瓜专利网。
