一种半监督节点分类方法、系统、计算机设备和存储介质

发明专利有效专利

申请号：
CN202011424450.5
IPC分类号：G06K9/62;G06N3/04;G06N3/08
申请日期：
2020-12-08
申请人：
广州大学华软软件学院

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	一种半监督节点分类方法、系统、计算机设备和存储介质
申请号	CN202011424450.5	申请日期	2020-12-08
法律状态	实质审查	申报国家	中国
公开/公告日	2021-03-19	公开/公告号	CN112529069A
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;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	广州大学华软软件学院	申请人地址	广东省广州市从化区经济开发区高技术产业园广从南路548号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	广州大学华软软件学院	当前权利人	广州大学华软软件学院
发明人	刘勋;宗建华;夏国清;李敏弟;梁智强;陈晓霖
代理机构	广州三环专利商标代理有限公司	代理人	郭浩辉;颜希文

摘要

本发明提供了一种半监督节点分类方法、系统、计算机设备和存储介质，所述方法包括获取半监督分类数据集；根据所述半监督分类数据集构建数据图网络；根据所述数据图网络建立多规模邻域池化的高阶图卷积网络模型；根据所述半监督分类数据集对所述多规模邻域池化的高阶图卷积网络模型进行半监督节点分类训练，得到分类结果。本发明实施例在半监督节点分类时，既能同时捕捉不同阶邻域节点间的相互关系，并将其混合保留更多更丰富的特征信息，进而扩宽感受野和提高模型的表达能力，又通过设置不同阶图卷积间权重共享及选用较少隐藏神经元数目，减少了模型的计算复杂度和参数量，进而提高了模型的分类效率和分类精度。

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