- 1、本文档共11页,其中可免费阅读10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
本发明公开了基于相互学习的图卷积神经网络节点分类方法、存储介质和终端,方法包括以下步骤:将待分类数据输入训练后的相互学习网络,得到节点分类结果;所述相互学习网络包括的训练以下子步骤:利用损失函数Lk,对包括三个及以上的学生网络的相互学习网络进行训练;所述损失函数Lk包括自身交叉熵损失函数和KL损失函数。本发明采用数量大于2的学生网络,优点在于可以减小过拟合情况,提高模型准确率;相比于数量2的学生网络,模型鲁棒性更强。
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 112613559 B
(45)授权公告日 2023.04.07
(21)申请号 202011540958.1 CN 110781933 A,2020.
文档评论(0)