[发明专利]图池化、分类模型训练、重建模型训练方法和装置

权利要求书

1.一种图池化方法，所述方法包括：

获取图结构数据，所述图结构数据包括：初始节点的特征以及各个初始节点之间的结构关系；

对所述图结构数据中的各个初始节点的特征进行重要性评分，得到各个初始节点的分数向量；

基于所有初始节点和各个初始节点的分数向量，确定待处理节点，所述待处理节点的数量小于或等于初始节点的数量；

基于所述待处理节点的特征和所述待处理节点中各个待处理节点之间的结构关系，得到所述图结构数据的表征。

2.根据权利要求1所述的方法，其中，所述对所述图结构数据中的各个初始节点的特征进行重要性评分，得到各个初始节点的分数向量，包括：

采用多维向量表征所有初始节点的特征；

对各个初始节点的特征进行重要性评分，得到各个初始节点的多维的分数向量。

3.根据权利要求1所述的方法，其中，所述基于所有初始节点和各个初始节点的分数向量，确定待处理节点包括：

从所有初始节点中随机丢弃设定数量的初始节点，得到剩余节点；

基于所述剩余节点中的各个初始节点的分数向量，选取所述剩余节点中的至少一个初始节点，作为待处理节点。

4.根据权利要求1-3之一所述的方法，所述方法还包括：

对所述待处理节点的分数向量进行正则化处理，得到所述待处理节点的分数向量，所述正则化处理包括：求绝对值或求平方计算。

5.一种分类模型训练方法，所述方法包括：

获取训练数据集，所述训练数据集包括至少一个样本图结构数据，所述样本图结构数据包括：初始节点的特征以及各个初始节点之间的结构关系；

获取预先建立的分类网络，所述分类网络包括：图池化模块和分类模块，所述图池化模块用于对图结构数据执行权利要求1-4之一所述的图池化方法，得到所述图结构数据的表征，所述分类模块基于所述图结构数据的表征，得到所述图结构数据的分类结果；

执行以下训练步骤：

将从所述训练数据集中选取的样本图结构数据输入所述分类网络，计算得到所述分类网络的损失值；基于所述损失值和所述分类网络，得到分类模型。

6.一种重建模型训练方法，所述方法包括：

获取训练数据集，所述训练数据集包括至少一个样本图结构数据，所述样本图结构数据包括：初始节点的特征以及各个初始节点之间的结构关系；

获取预先建立的重建网络，所述重建网络包括：图池化模块和重建模块，所述图池化模块用于对图结构数据执行权利要求1-4之一所述的图池化方法，得到所述图结构数据的表征，所述重建模块基于所述图结构数据的表征，得到所述图结构数据的重建数据；

执行以下训练步骤：

将从所述训练数据集中选取的样本图结构数据输入所述重建网络，计算得到所述重建网络的损失值；基于所述损失值和所述重建网络，得到重建模型。

7.一种图结构数据分类方法，所述方法包括：

获取待分类图结构数据，所述待分类图结构数据包括：初始节点的特征以及各个初始节点之间的结构关系；

将所述待分类图结构数据输入采用如权利要求5所述的方法生成的图结构数据分类模型中，输出所述待分类图结构数据的分类结果。

8.一种图结构数据重建方法，所述方法包括：

获取待重建图结构数据，所述待重建图结构数据包括：初始节点的特征以及各个初始节点之间的结构关系；

将所述待重建图结构数据输入采用如权利要求6所述的方法生成的重建模型中，输出所述待重建图结构数据的重建数据。