[发明专利]一种网络数据分类方法、装置、设备及可读存储介质

权利要求书

1.一种网络数据分类方法，其特征在于，包括：

根据分类指令对网络数据进行图建模，获得目标图；

根据所述目标图获得所述网络数据对应的图顶点集，以及所述目标图对应的邻接矩阵和顶点特征矩阵；其中，所述图顶点集包括有标签图顶点和无标签图顶点；

根据所述图顶点集构建图顶点标签矩阵；

利用所述邻接矩阵构造图小波变换基底及图小波逆变换基底，并根据所述图小波变换基底及所述图小波逆变换基底构建图小波神经网络；

将所述顶点特征矩阵和所述图顶点标签矩阵输入到所述图小波神经网络；

利用所述图小波神经网络对所述图顶点标签矩阵进行更新，得到各所述无标签图顶点对应的分类标签，以对所述网络数据进行分类。

2.根据权利要求1所述的网络数据分类方法，其特征在于，利用所述图小波神经网络对所述图顶点标签矩阵进行更新，包括：

利用所述图小波神经网络按照自适应矩估计算法对所述图顶点标签矩阵进行更新。

3.根据权利要求1或2所述的网络数据分类方法，其特征在于，利用所述邻接矩阵构造图小波变换基底及图小波逆变换基底，包括：

利用切比雪夫多项式根据所述邻接矩阵计算所述图小波变换基底及所述图小波逆变换基底。

4.根据权利要求3所述的网络数据分类方法，其特征在于，在对所述网络数据进行分类之后，还包括：

获取网络数据分类结果；

对所述网络数据分类结果进行输出显示。

5.一种网络数据分类装置，其特征在于，包括：

图建模模块，用于根据分类指令对网络数据进行图建模，获得目标图；

顶点及矩阵获得模块，用于根据所述目标图获得所述网络数据对应的图顶点集，以及所述目标图对应的邻接矩阵和顶点特征矩阵；其中，所述图顶点集包括有标签图顶点和无标签图顶点；

标签矩阵构建模块，用于根据所述图顶点集构建图顶点标签矩阵；

网络构建模块，用于利用所述邻接矩阵构造图小波变换基底及图小波逆变换基底，并根据所述图小波变换基底及所述图小波逆变换基底构建图小波神经网络；

矩阵输入模块，用于将所述顶点特征矩阵和所述图顶点标签矩阵输入到所述图小波神经网络；

数据分类模块，用于利用所述图小波神经网络对所述图顶点标签矩阵进行更新，得到各所述无标签图顶点对应的分类标签，以对所述网络数据进行分类。

6.根据权利要求5所述的网络数据分类装置，其特征在于，所述数据分类模块包括矩阵更新子模块，所述矩阵更新子模块具体为利用所述图小波神经网络按照自适应矩估计算法对所述图顶点标签矩阵进行更新的模块。

7.根据权利要求5或6所述的网络数据分类装置，其特征在于，所述网络构建模块包括基底计算子模块，所述基底计算子模块具体为利用切比雪夫多项式根据所述邻接矩阵计算所述图小波变换基底及所述图小波逆变换基底的模块。

8.根据权利要求7所述的网络数据分类装置，其特征在于，还包括：

分类结果获取模块，用于在对所述网络数据进行分类之后，获取网络数据分类结果；

结果输出模块，用于对所述网络数据分类结果进行输出显示。

9.一种网络数据分类设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至4任一项所述网络数据分类方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述网络数据分类方法的步骤。