[发明专利]超图神经网络分类方法和装置在审
| 申请号： | 202110997696.X | 申请日： | 2021-08-27 |
| 公开（公告）号： | CN113792768A | 公开（公告）日： | 2021-12-14 |
| 发明（设计）人： | 高跃;丰一帆 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 罗岚 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提出了一种超图神经网络分类方法，该方法包括：获取待预测标签数据；构建待预测标签数据的超图关联矩阵及原始特征矩阵；针对待预测标签数据中的不同模态分别构建超图神经网络，生成第一超图神经网络模型；将预设的第二超图神经网络模型与第一超图神经网络模型进行匹配合并，将第一超图神经网络模型中每层的未训练参数替换为已训练过的特征转换参数；将超图关联矩阵与原始特征矩阵输入到第一超图神经网络模型中得到最终的分类预测结果。本申请通过定义关联规则来量化不同种类的节点联系，层级地建模了单模态‑多模态下的复杂关联，使得多模态协同下复杂网络的知识学习变得更加快速准确，同时提高了对复杂关联数据的分类预测能力。 | ||
| 搜索关键词： | 超图 神经网络 分类 方法 装置 | ||
【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清华大学，未经清华大学许可，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/202110997696.X/，转载请声明来源钻瓜专利网。
