[发明专利]基于图自编码器的引用网络聚类方法

权利要求书

1.一种基于图自编码器的引用网络聚类方法，其特征在于步骤如下：

步骤1：输入引用网络数据，并对其进行加噪处理，以输入的原始引用网络数据作为正样本，以加噪后的引用网络数据作为其对应的负样本；

步骤2：分别将正样本数据和负样本数据输入到编码器，获得其对应的节点级表征，所述的编码器为两层图卷积神经网络，按下式进行计算：

其中，H表示获取的节点级表征，表示输入数据带自连的邻接矩阵，按照计算得到，A表示输入引用网络数据的邻接矩阵，矩阵中元素值为0表示引用网络中两个节点不相连，元素值为1表示引用网络中两个节点相连接，I表示和矩阵A大小相同的单位矩阵，其主对角元素为1，其余元素为0，表示带自连的邻接矩阵的度矩阵，其主对角线各元素分别为矩阵的各行元素之和，即i表示矩阵的行序号，j表示矩阵的列序号，l表示编码器的层数序号，H^(l)表示编码器第l层卷积神经网络的输入特征，W^(l)表示编码器第l层卷积神经网络的权重，l＝0时，H^(l)＝X，X为输入引用网络数据的特征矩阵，σ(·)为激活函数；

步骤3：采用平均图池化函数对正样本数据的节点级表征H进行处理，获取其图级表征即

步骤4：将编码器输出的节点级表征输入到解码器中，获取重构的邻接矩阵，所述的解码器采用内积形式，按下式进行计算：

A′＝σ(HH^T) (2)

其中，A′为重构的邻接矩阵；

步骤5：通过神经网络反向梯度传播，对整体损失函数进行优化，直至整体损失达到最小或不再变化，完成网络参数优化，以此时编码器输出的节点级表征作为数据的最终表征；

所述的神经网络为步骤1至步骤4的所有处理和网络；

所述的整体损失函数L_total的计算公式如下：

L_total＝L_encoder+βL_decoder (3)

其中，L_encoder为编码阶段损失函数，L_decoder为解码阶段损失函数，β为超参数一，取值范围为[0,2]；

编码阶段损失函数L_encoder的计算公式为：

L_encoder＝L₁+αL₂ (4)

其中，L₁表示局部互信息损失，L₂表示全局互信息损失，α为超参数二，取值范围为[0,1]；L₁和L₂的计算公式分别如下：

其中，N表示初始引用网络数据中节点的数量，M表示加噪后引用网络数据中节点的数量，X表示正样本数据的特征矩阵，A表示正样本数据的邻接矩阵，表示负样本数据的特征矩阵，表示负样本数据的邻接矩阵，E_(X,A)表示正样本数据的期望，表示负样本数据的期望，表示第i个正样本数据的节点级表征，表示图级表征，表示第j个负样本数据的节点级表征，表示第i个正样本数据的原始特征，表示第j个负样本数据的原始特征，D_L(·)表示局部互信息判别器，W_score是得分矩阵，σ(·)为激活函数，D_G(·)表示全局互信息判别器，

解码阶段损失函数L_decoder的计算公式为：

其中，y_ij是正样本数据的邻接矩阵A的第i行第j列节点的值，是重构的邻接矩阵A′的第i行第j列节点的值；

步骤6：对数据的最终表征进行谱聚类，并以数据表征的聚类结果标签作为其对应数据的聚类标签，得到原始数据的聚类结果。