[发明专利]一种基于图注意力网络的复杂网络节点分类方法有效
| 申请号： | 202011035811.7 | 申请日： | 2020-09-27 |
| 公开（公告）号： | CN112085124B | 公开（公告）日： | 2022-08-09 |
| 发明（设计）人： | 高智勇;黄婧;高建民;谢军太;李智勇;秦锐 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 李鹏威 |
| 地址： | 710049 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于图神经网络的复杂网络节点分类方法，针对复杂机电系统耦合网络社团划分的难点问题，首先，将去趋势耦合相关分析应用于计算各监测变量节点间的相关关系，通过引入高斯噪声，对相关系数进行初次筛选，通过引入标度指数，对相关系数进行二次筛选；其次，以监测变量作为网络节点，将相关系数转换为连边权值，构建无向加权复杂网络；其次，从基于模块增益的全局模块度优化的静态社团检测算法出发，将网络中的每个节点作为一个划分，根据模块度函数，计算邻居节点对当前社团模块度增益，以此为依据判定该节点的社团归属，得到网络节点的初次划分，进而将网络初次划分的社团重新看成节点，在新的网络上进行新一轮的迭代，当模块度取得最大值时得到网络的最佳社团划分结果，将该结果作为图注意力神经网络的初始训练标签；并通过图注意力神经网络，基于实时监测数据进行训练，实现复杂网络的节点分类，从而为复杂机电系统耦合网络的准确描述提供可靠依据。 | ||
| 搜索关键词： | 一种 基于 注意力 网络 复杂 节点 分类 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西安交通大学，未经西安交通大学许可，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/202011035811.7/，转载请声明来源钻瓜专利网。
