基于结构语义融合的大规模混合图特征学习方法

发明专利有效专利

申请号：
CN201711169332.2
IPC分类号：G06K9/62;G06K9/72
申请日期：
2017-11-17
申请人：
清华大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于结构语义融合的大规模混合图特征学习方法
申请号	CN201711169332.2	申请日期	2017-11-17
法律状态	暂无	申报国家	中国
公开/公告日	2018-04-20	公开/公告号	CN107944489A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;7;2查看分类表>
申请人	清华大学	申请人地址	北京市海淀区清华园北京-82信箱变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	清华大学	当前权利人	清华大学
发明人	王建民;龙明盛;裴忠一;黄向东
代理机构	北京路浩知识产权代理有限公司	代理人	王莹;吴欢燕

摘要

本发明提供一种基于结构语义融合的大规模混合图特征学习方法，包括：获取训练语义标签信息集Strain，获取节点对集Pe，Pe＝{(u,v)}，遍历节点对(u,v)；判断遍历节点对(u,v)是否完成；若判断获知遍历节点对(u,v)未完成，则对节点u进行负采样，并计算相连损失函数和不相连损失函数；若判断获知节点u在Vtrain中，则根据Strain计算语义损失函数；更新节点u的初始化特征表示、节点v的初始化特征表示以及负采样得到的节点的初始化特征表示；重复判断遍历节点对(u,v)是否完成，直到遍历节点对(u,v)完成。本发明提供的基于结构语义融合的大规模混合图特征学习方法，根据语义标签信息对节点的特征表示进行校正，将语义标签信息作为图特征学习的一部分，提高了图特征学习的质量。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供