[发明专利]基于自监督图神经网络的图聚类方法、装置及存储介质在审
| 申请号： | 202110396332.6 | 申请日： | 2021-04-13 |
| 公开（公告）号： | CN113221950A | 公开（公告）日： | 2021-08-06 |
| 发明（设计）人： | 朱鹏飞;李佳璐;徐玮毅;王汉石;赵帅;胡清华 | 申请（专利权）人： | 天津大学;中汽数据（天津）有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李林娟 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于自监督神经网络的图聚类方法及装置，方法包括：使用聚类方法对图数据集进行端到端的聚类分析，获取各节点的聚类分配值和聚类分配置信度值；对每个类别选择聚类分配置信度值高的节点，形成伪标签集，通过伪标签集学习节点分类任务，在多任务下开始聚类任务，输出聚类结果；设计一个辅助节点分类任务，以节点特征和邻接结构为输入，通过两层GCN和softmax激活函数学习表示，输出分类结果；根据聚类结果、分类结果，选择决策一致的图节点，并通过不同的聚类排序策略来筛选伪标签集。装置包括：获取模块、多任务模块、分类模块、筛选模块。通过本发明可以筛选出高质量的伪标签。 | ||
| 搜索关键词： | 基于 监督 神经网络 图聚类 方法 装置 存储 介质 | ||
【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;中汽数据（天津）有限公司，未经天津大学;中汽数据（天津）有限公司许可，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/202110396332.6/，转载请声明来源钻瓜专利网。
