[发明专利]一种基于图深度学习的最小覆盖集问题求解方法在审
| 申请号： | 202110553854.2 | 申请日： | 2021-05-20 |
| 公开（公告）号： | CN113361684A | 公开（公告）日： | 2021-09-07 |
| 发明（设计）人： | 杜海舟;严宗 | 申请（专利权）人： | 上海电力大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 南京禹为知识产权代理事务所(特殊普通合伙) 32272 | 代理人： | 王晓东 |
| 地址： | 200090 *** | 国省代码： | 上海;31 |
| 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深度学习的最小覆盖集问题求解方法，包括：采用python中的networkx模块生成输入图，结合顶点的状态和入度出度信息初始化所述输入图的顶点特征；根据所述输入图生成规则，对所述输入图中的每个顶点的邻居顶点进行采样，来嵌入图的结构信息；经过邻居顶点采样后，将邻居顶点的特征传播到当前的节点，对顶点向量采用拼接的操作，并对所述拼接操作后的顶点向量进行L2正则化处理；设置强化学习参数，基于正则化处理结果进行强化学习优化，求解最小覆盖集。本发明的模型具有很好的扩展性，可用于大规模的现实场景。 | ||
| 搜索关键词： | 一种 基于 深度 学习 最小 覆盖 问题 求解 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上海电力大学，未经上海电力大学许可，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/202110553854.2/，转载请声明来源钻瓜专利网。
