- 1、本文档共16页,其中可免费阅读15页,需付费10金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
查看更多
本发明公开了一种基于混合粒度聚合器的图卷积神经网络训练方法及装置,其中方法包括:接收图数据;采用预设关联度采样策略,分别获取每个图节点对应的采样节点集合;在图卷积神经网络的第一预设阶层,采用混合粒度聚合器聚合得到预设图节点的第一隐藏嵌入信息;采用第二粗粒度聚合器结合残差连接机制聚合得到第二隐藏嵌入信息;将第二隐藏嵌入信息输入图卷积神经网络的输出层,得到节点分类概率预测结果;采用节点分类概率预测结果和预设节点标签值对图卷积神经网络进行迭代训练,得到优化图卷积神经网络。达到在保证精度和收敛性的情况下
(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 112396166 A
(43)申请公布日 2021.02.23
(21)申请号 202011417301.6
(22)申请日 2020.12.07
(71)申请人 中山大学
地址 51
文档评论(0)