[发明专利]基于显著性正则化图神经网络的图分类方法及相关装置在审
| 申请号： | 202310459053.9 | 申请日： | 2023-04-18 |
| 公开（公告）号： | CN116894218A | 公开（公告）日： | 2023-10-17 |
| 发明（设计）人： | 徐维娜;王向荣;吴宗泽;王瑾璠;袁端午 | 申请（专利权）人： | 南方科技大学;深圳大学;深圳海星港口发展有限公司 |
| 主分类号： | G06F18/2431 | 分类号： | G06F18/2431;G06F18/2132;G06N3/0464;G06N3/048;G06N3/0442;G06N3/092 |
| 代理公司： | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人： | 温宏梅 |
| 地址： | 518055 广东省深*** | 国省代码： | 广东;44 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本申请公开了一种基于显著性正则化图神经网络的图分类方法及相关装置，所述方法包括获取待分类目标对应的图结构数据，并将所述图结构数据输入显著性正则化图神经网络；通过所述显著性正则化图神经网络确定所述待分类目标的分类类别；其中，所述显著性正则化图神经网络通过骨架网络学习节点特征矩阵，通过图神经记忆网络将节点特征矩阵提取为紧凑图特征表示，并基于紧凑图特征表示以及节点特征矩阵确定显著性分布向量，最后通过显著性分布向量规范骨架网络的聚合权重。这样使得显著性正则化图神经网络通过测量整紧凑图特征表示和节点特征矩阵之间的兼容性，而关注与图分类更相关的节点，并且能够为整个图学习更有效的表示，从而可以提高图分类任务的分类效果。 | ||
| 搜索关键词： | 基于 显著 正则 神经网络 分类 方法 相关 装置 | ||
【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方科技大学;深圳大学;深圳海星港口发展有限公司，未经南方科技大学;深圳大学;深圳海星港口发展有限公司许可，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/202310459053.9/，转载请声明来源钻瓜专利网。
- 上一篇：用于组合疗法的患者的选择
- 下一篇：一种基于graphx的集团家谱计算方法
