“图卷”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果3727个，建议您升级VIP下载更多相关专利

[发明专利]一种时序-视觉提案图网络的时序动作检测方法-CN202211489521.9在审
发明人：甘明刚;张琰;陈杰;夏明月;张少卿;马千兆 -专利权人：北京理工大学
申请日： 2022-11-25 - 公布日： 2023-04-07 - 主分类号： G06V40/20 文献下载
摘要：该方法在提案图上并行使用时序图卷积网络和视觉图卷积网络：首先，为每个提案选择有价值的邻居提案，并将其构建为动作提案图，再采用图卷积网络根据邻居提案对分类的不同贡献从邻居提案中获取动作信息来构造一个视觉图卷积网络，采用提案特征的余弦相似度作为权重；在动作提案图上再构造一个与视觉图卷积网络并行的时序图卷积网络，通过提案之间的时序和视觉相关性聚合信息。在使用图卷积网络时，提出一种新的时序图卷积操作，该操作将邻居提案按照时序位置关系划分为多个子邻居，并以不同的方式提取信息，采用度量函数作为辅助监督，以从邻居提案中获取更多有价值的信息。
一种时序视觉提案网络动作检测方法

[发明专利]一种基于图自编码器的融合子空间聚类方法及系统-CN202110447565.4在审
发明人：朱信忠;李旺;徐慧英;郭西风;赵建民 -专利权人：浙江师范大学
申请日： 2021-04-25 - 公布日： 2021-08-10 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于图自编码器的融合子空间聚类方法及系统，其方法包括步骤：S1、通过图数据集对图卷积编码器参数、图卷积解码器参数、自表达系数矩阵进行初始化；S2、通过初始化图卷积自编码器对图数据集进行映射以重构图数据集的邻接矩阵；S3、以LGAE最小化为目的，更新图卷积编码器以及图卷积解码器的参数；S4、从更新后图卷积编码器的各图卷积层抽取图数据特征，以LSC最小化为目的，更新自表达系数矩阵；S5、以最小化联合损失LGAE+LSC为目的，继续更新图卷积编码器参数、图卷积解码器参数
一种基于编码器融合空间方法系统

[发明专利]多目标进化图卷积神经网络的极化SAR图像分类方法及系统-CN202110920086.X在审
发明人：张梦璇;汪志刚;焦李成;吴建设;刘龙 -专利权人：西安电子科技大学
申请日： 2021-08-11 - 公布日： 2021-10-22 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种多目标进化图卷积神经网络的极化SAR图像分类方法及系统，生成训练集和验证集；生成初始种群；将初始种群中的个体解码为图卷积神经网络，训练并将分类精度和浮点运算次数作为个体的适应度；采用交叉、变异和选择操作对种群进行迭代更新；使用最终种群中分类精度最高的个体对应的图卷积神经网络，对待分类极化SAR图像进行分类。本发明采用多目标进化算法同时优化图卷积神经网络的分类精度和浮点运算次数，实现了图卷积神经网络的自动设计，在提高分类精度的同时，降低了图卷积神经网络的计算复杂度。
多目标进化图卷神经网络极化 sar 图像分类方法系统

[发明专利]一种基于网络结构增强的图卷积模型防御方法、装置和系统-CN202011172492.4在审
发明人：陈晋音;黄国瀚;张敦杰 -专利权人：浙江工业大学
申请日： 2020-10-28 - 公布日： 2021-01-12 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于网络结构增强的图卷积模型防御方法，包括以下步骤：针对对抗网络图，基于节点的共同邻居数统计对抗网络图中节点的相似度并获得相似度矩阵，利用相似性矩阵对对抗网络图的对对抗连边进行的滤除，获得滤除网络图；构建图卷积模型，利用滤除网络图对图卷积模型进行分类任务预训练，并获得图卷积模型收敛时对应的梯度矩阵，利用梯度矩阵对滤除网络图进行有益连边的添加，获得增强网络图；将增强网络图作为预训练后的图卷积模型的输入，利用图卷积模型实现具有防御功能的分类任务预测；通过对输入网络图中的对抗性连边进行过滤和有益连边的增强，提高图卷积模型对于对抗性攻击的防御能力。
一种基于网络结构增强图卷模型防御方法装置系统

[发明专利]一种基于时空图卷积网络的人脸检测方法及装置-CN202011417104.4在审
发明人：于吉鹏;侯博严;李驰;刘岩 -专利权人：泰康保险集团股份有限公司
申请日： 2020-12-07 - 公布日： 2021-02-19 - 主分类号： G06K9/00 文献下载
摘要：本文涉及人工智能技术领域，尤其涉及一种基于时空图卷积网络的人脸检测方法及装置，其中方法包括获取视频中每一帧图像中人脸的特征点；将多帧图像的人脸特征点相关数据输入时空图卷积网络中进行处理；其中，通过所述时空图卷积网络中的空间图卷积得到所述特征点之间的位置关系，通过所述时空图卷积网络中的时间图卷积得到同一特征点在时间上的位置变化关系,其中，所述人脸特征点相关数据包括特征点位置信息、帧数信息、特征点数量信息；输出人脸检测结果。通过基于时空图卷积网络的神经网络可以增强人脸识别的鲁棒性，识别结果更加准确，并且计算效率更高，需要的计算资源更少，可以运行于智能手机等职能终端。
一种基于时空图卷网络检测方法装置

[发明专利]基于图卷积神经网络的电力设备故障智能预测方法-CN202111542143.1在审
发明人：黄万伟;黄敏;张超钦;张王卫;王博;孙海燕;马欢;郑向雨;李松 -专利权人：郑州轻工业大学
申请日： 2021-12-16 - 公布日： 2022-04-01 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种基于图卷积神经网络的电力设备故障智能预测方法，步骤如下：采集待预测的电力设备的历史监测信息，对历史监测信息进行预处理，预处理后的监测信息和电力数据中心采集的数据集组成训练样本；构建图卷积神经网络，初始化神经网络参数；将监测信息作为图卷积神经网络的每个节点的输入，利用图卷积神经网络对监测信息进行故障分类；利用训练样本对步骤二构建的图卷积神经网络进行训练，得到优化图卷积神经网络模型；采集待检测设备的实时监测信息并进行预处理，将预处理后的监测信息输入到优化图卷积神经网络模型，获得故障预测结果。
基于图卷神经网络电力设备故障智能预测方法

[发明专利]一种基于多阶超图卷积网络的图节点分类方法及系统-CN202210819479.6在审
发明人：雷方元;黄家豪;姜允志;罗翔敏;许龙 -专利权人：广东技术师范大学
申请日： 2022-07-12 - 公布日： 2022-09-16 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于多阶超图卷积网络的图节点分类方法及系统，属于深度学习图神经网络技术领域，解决现有基于超图的神经网络方法无法挖掘数据潜在的高阶关系，或出现过拟合的技术问题，方法包括：获取数据样本集并进行预处理及超图构造；将数据样本集分为训练集、验证集和测试集；定义多阶超图卷积网络前向传播过程，并定义用于迭代优化的损失函数；将训练集输入多阶超图卷积网络进行训练；接着将验证集输入已训练的多阶超图卷积网络，根据验证结果对多阶超图卷积网络进行调整，获取优化后的多阶超图卷积网络；将测试集数据输入优化后的多阶超图卷积网络，得到优化后的网络节点特征，将网络节点特征进行Softmax预测标签，得出预测结果。
一种基于超图卷积网络节点分类方法系统

[发明专利]一种基于融合标签图的双图卷积网络的文本情感多分类方法-CN202211017366.0在审
发明人：甘玲;陈祚杰 -专利权人：重庆邮电大学
申请日： 2022-08-23 - 公布日： 2022-11-25 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种基于融合标签图的双图卷积网络的文本情感多分类方法，属于计算机技术领域。该方法包括以下步骤：S1：句子编码层；S2：标签图嵌入；S3：句法图卷积网络SynGCN；S4：语义图卷积网络SemGCN；S5：双仿射变换。本发明针对现有的研究大都只考虑了句子的语义表示，忽略句子的语法信息，发明了一种双图卷积网络，即句法图卷积网络和语义图卷积网络，该方法能同时提取句子的句法信息和语义信息。以往的模型忽略了标签的语义信息，基于此本发明了标签图嵌入，通过将标签图表示和语义图卷积网络融合，使得模型能够学习更加精确的语义表示和捕获标签和文本中单词之间的潜在关系。
一种基于融合标签图卷网络文本情感分类方法

[发明专利]基于多上下文和多词段图卷积网络的特定目标情感识别方法-CN202210245787.2有效
发明人：饶国政;喻开智 -专利权人：天津大学
申请日： 2022-03-14 - 公布日： 2023-05-23 - 主分类号： G06F40/289 文献下载
摘要：本发明公开基于多上下文和多词段图卷积网络的特定目标情感识别方法，步骤：将目标句子转化为向量输入到LSTM神经网络强化学习，输出句子向量；对从全局协同图的得到的局部协同图以及句子向量进行图卷积操作输出第一图卷积输出结果；对使用分词工具Spacy得到句子图以及句子向量进行图卷积操作输出第二图卷积输出结果；利用门控机制把第一图卷积输出结果与第二图卷积输出结果进行内积操作，将协同图信息转移到图表示上；运用注意力机制把门控机制的输出结果中的目标词汇聚起来
基于上下文多词段图卷网络特定目标情感识别方法

[发明专利]基于骨骼关节点的图卷积行为识别方法及装置-CN202011120587.1在审
发明人：宋红;杨健;李敏;刘青 -专利权人：北京理工大学
申请日： 2020-10-19 - 公布日： 2021-02-23 - 主分类号： G06K9/00 文献下载
摘要：基于骨骼关节点的图卷积行为识别方法及装置，能够完成实时骨骼的提取与识别，提升了人体行为识别的准确率，取得了较好的成绩，符合室内监控的场景需求。方法包括：(1)通过OpenPose方法进行人体骨骼提取；(2)基于骨骼的时间序列进行动态建模，构建时空拓扑图；(3)改进了图卷积网络结构，针对不同动作的时空特征差异性，将图卷积网络的残差块缩减为时域图卷积残差单元及空域图卷积残差单元，以便于网络更好地学习不同动作的时空特征，通过改进的图卷积网络进行特征提取；(4)使用Softmax分类器对于输出特征进行行为分类，得到对应的行为类别标签。
基于骨骼关节点图卷行为识别方法装置

[发明专利]一种用于组织细胞学病理片图像特征抽取的图卷积模块-CN202110979940.X在审
发明人：严庆兵;朱宏彬;刘超 -专利权人：上海鹏冠生物医药科技有限公司
申请日： 2021-08-25 - 公布日： 2021-11-19 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了医学图像分析技术领域的一种用于组织细胞学病理片图像特征抽取的图卷积模块。所述图卷积模块按顺序由图卷积层、非线性激活函数层和图池化层组成1个图卷积模块，Graph图像输入图卷积层，图卷积层采用图注意力卷积，图注意力卷积设有多头注意力机制；非线性激活函数层采用ReLU、Leaky
一种用于组织细胞学病理图像特征抽取图卷模块

[实用新型]一种肠胃镜配套清洁达标图谱-CN201620076970.4有效
发明人：王道蓉;王玮 -专利权人：襄阳市中心医院
申请日： 2016-01-27 - 公布日： 2016-08-17 - 主分类号： A47B97/02 文献下载
摘要：本实用新型公开了一种肠胃镜配套清洁达标图谱，包括底座、固定座、升降杆、工具盒、框体、横梁、照明灯、电池、电源开关、电机、转轴和图卷；本实用新型结构简单，使用方便，成本低廉，工具盒放置物品，升降杆为气压杆可以达到高度升降的效果，图谱贴合在图卷中，需要使用时，打开电源开关，电机通电将图卷放出，不使用时，再将图卷收起来，从而到达到对贴合在图卷上的图谱实现了放出和收卷的效果，还设置了照明灯实现了照明。
一种肠胃配套清洁达标图谱

[发明专利]一种基于图卷积网络的人体行为识别模型的构建方法-CN202010488680.1在审
发明人：周世杰;王攀;程红蓉;廖永建;刘启和;谭浩;刘辉;徐阳;周净 -专利权人：电子科技大学
申请日： 2020-06-02 - 公布日： 2020-09-11 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于图卷积网络的人体行为识别模型的构建方法，包括如下步骤：步骤1，骨架序列获取并预处理；步骤2，构造表示所述骨架序列的时空图；步骤3，基于所述时空图构建三流图卷积网络；所述三流图卷积网络包括三个分别用于对输入的时空图进行关节点、骨骼和骨骼运动三种信息的建模的网络，以及三个对应的图卷积网络，每个图卷积网络的输出进行融合作为三流图卷积网络的输出；步骤4，将步骤1得到的骨架序列经过步骤2转换为时空图后，输入三流图卷积网络进行训练，
一种基于图卷网络人体行为识别模型构建方法

[发明专利]一种基于动态图卷积神经网络的点云分析方法-CN202110616319.7在审
发明人：杜松林;付豪 -专利权人：东南大学
申请日： 2021-06-02 - 公布日： 2021-08-27 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于动态图卷积神经网络的点云分析方法，属于图像处理领域。该方法包括：注意力图卷积模块用于提取点云无序领域的特征，找到每个点的K个最近邻近点，通过MLP网络训练出各个边特征的权重，对各个边特征乘以权重求和提取出每一个点的深度特征；动态图卷积模块，对于特征空间的点云仍然使用图卷积模块更新特征数据；残差网络模块，基于动态图卷积网络，引入残差网络，根据残差方向和图卷积网络构建基于注意力机制的残差动态图卷积网络。
一种基于动态图卷神经网络分析方法

[发明专利]一种基于图卷积网络的配电网状态评估方法和系统-CN202111058469.7在审
发明人：王春义;张晓磊;杨杨;卢志鹏;王延朔;梁荣;王耀雷;李昊;崔灿;杨波;刘钊;李昭;赵韧;綦陆杰;刘淑莉;杨慎全;张雯;邓少治;李凯;闫方;李文波;葛小宁;石雨鑫;李谦;贾梧桐;徐方舟 -专利权人：国网山东省电力公司经济技术研究院;国家电网有限公司;国核电力规划设计研究院有限公司
申请日： 2021-09-09 - 公布日： 2021-12-07 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出了一种基于图卷积网络的配电网状态评估方法和系统。该方法包括：建立配电馈线的节点集合和支路集合，通过在节点处配置电源管理单元将配电网络进行分割，建立状态估计数据驱动模型；根据数据驱动模型定义分区子系统最大支路直径以及邻近节点最大量测数目，设计图卷积网络结构模型；根据配电网结构形成邻接矩阵，计算及设置图卷积结构网络模型超参数；搭建配电网仿真模型，获得训练样本，并离线训练所述图卷积结构网络模型；对图卷积网络模型进行在线验证。基于该方法，还提出了一种基于图卷积网络的配电网状态评估系统。本发明构造了配电网状态估计图卷积网络模型，并设计了离线训练方法，满足实时评估的需要，并提高了评估的可靠性。
一种基于图卷网络配电网状态评估方法系统