← 返回列表
动态图数据的节点分类方法、装置及终端设备
申请人信息
- 申请人:深圳大学
- 申请人地址:518000 广东省深圳市南山区粤海街道南海大道3688号
- 发明人: 深圳大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 动态图数据的节点分类方法、装置及终端设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311641393.X |
| 申请日 | 2023/12/1 |
| 公告号 | CN117668653A |
| 公开日 | 2024/3/8 |
| IPC主分类号 | G06F18/241 |
| 权利人 | 深圳大学 |
| 发明人 | 章秦; 李钦财; 陈小军 |
| 地址 | 广东省深圳市南山区南海大道3688号 |
摘要文本
深圳大学取得“一种透气窗帘布”专利技术，本申请适用于开放式学习技术领域，提供了一种动态图数据的节点分类方法、装置及终端设备。其节点分类方法包括：获取动态图数据；根据动态图数据，确定动态图数据中的节点特征和图拓扑结构；将节点特征和图拓扑结构输入至图神经网络模型中，由图神经网络模型输出每个节点的潜在分布；对每个节点的潜在分布进行截断的拉普拉斯分布抽样，生成每个节点的概率分布；将每个节点的概率分布输入至开放式节点分类器中，由开放式节点分类器输出每个节点所属的已见类别或未见类别，且开放式节点分类器利用密集目标编码以及综合检测规则对已知分类的节点训练集进行训练得到，可以更加精准的检测出训练过程中未出现过的类以及正确分类已见类。
专利主权项内容
1.一种动态图数据的节点分类方法，其特征在于，所述节点分类方案包括：获取动态图数据；根据所述动态图数据，确定所述动态图数据中的节点特征和图拓扑结构；将所述节点特征和所述图拓扑结构输入至图神经网络模型中，由所述图神经网络模型输出每个节点的潜在分布；对所述每个节点的潜在分布进行截断的拉普拉斯分布抽样，生成每个节点的概率分布；将所述每个节点的概率分布输入至开放式节点分类器中，由所述开放式节点分类器输出每个节点所属的已见类别或未见类别，所述开放式节点分类器利用密集目标编码以及综合检测策略对已知分类的节点训练集进行训练得到。 微信公众号马克数据网