多信息聚合的图残差生成模型、分类方法、电子设备及存储介质.pdfVIP

下载本文档

0
0
约2.87万字
约 23页
2023-05-06 发布于北京
举报
版权申诉

多信息聚合的图残差生成模型、分类方法、电子设备及存储介质.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种多信息聚合的图残差生成模型、分类方法、电子设备及存储介质，图残差生成模型包括深度初始残差图卷积模块、随机图生成模块和监督损失模块；深度初始残差图卷积模块用于深层次提取原始拓扑图中节点包含的特征信息，对原始拓扑图中的节点的类别进行分类，输出预测标签；随机图生成模块用于模拟原始拓扑图的噪声图，作为深度初始残差图卷积模块的并行结构，获取节点之间的关系信息；监督损失模块用于为深度初始残差图卷积模块添加额外的由随机图生成模块产生的损失函数，共同约束模型训练。本发明在保证拓扑图结构局域性的同

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114330672 A (43)申请公布日 2022.04.12 (21)申请号 202210011116.X (22)申请日 2022.01.05 (71)申请人安徽理工大学地址