[发明专利]基于环路增强图卷积神经网络的社区发现方法在审
| 申请号： | 202310295961.9 | 申请日： | 2023-03-23 |
| 公开（公告）号： | CN116228450A | 公开（公告）日： | 2023-06-06 |
| 发明（设计）人： | 闫凡宇;贺思雨;万佳;吴家皋 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06Q50/00 | 分类号： | G06Q50/00;G06F18/24;G06N3/0464;G06N3/048;G06N3/08 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 姚姣阳 |
| 地址： | 210023 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于环路增强图卷积神经网络的社区发现方法。首先，导入社区数据，包括提取社区图数据的特征矩阵、邻接矩阵；其次，提取图结构中的环路的信息并建立加权环连接矩阵；然后，构建基于环路的图卷积神经网络模型，并用两层该图卷积神经网络模型进行特征提取；接着，将提取到的特征输入Softmax函数获得节点的社区分类结果；最后，计算输出的分类结果与标准分类结果的交叉熵，通过交叉熵损失函数，进行反复训练，直到模型收敛并应用于社区分类。本发明提出了基于环路的图卷积神经网络模型和基于环路长度加权的环连接矩阵，可以探索图中节点更为紧密的联系，有利于发现社区成员间的深层关联，提高了模型预测的准确性。 | ||
| 搜索关键词： | 基于 环路 增强 图卷 神经网络 社区 发现 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南京邮电大学，未经南京邮电大学许可，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/202310295961.9/，转载请声明来源钻瓜专利网。
