龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：上海理工大学
摘要：本发明公开了一种基于主动学习的科研合作网络中节点排序方法，包括以下步骤：S1、基于图卷积网络的节点学习排序模型进行节点排序预测；S2、引入预测的top‑one概率作为辅助指标，对每个节点进行预测时，根据节点排序预测结果的概率确定节点的排名；S3、基于高置信度与不确定性的主动学习节点排序，更进一步精确节点排序。根据本发明，该模型能够在数据标签稀缺和噪声干扰较大的情况下，自适应地根据网络中节点的重要性进行排序。
主权项：1.一种基于主动学习的科研合作网络中节点排序方法，其特征在于，包括以下步骤：S1、基于图卷积网络的节点学习排序模型进行节点排序预测；S2、引入预测的top-one概率作为辅助指标，对每个节点进行预测时，根据节点排序预测结果的概率确定节点的排名；S3、基于高置信度与不确定性的主动学习节点排序，更进一步精确节点排序；步骤S1中基于图卷积网络的节点学习排序模型包括图卷积聚合模块、多层叠加模块、特征提取模块及节点向量重要性评分模块；其中图卷积聚合模块用于对每个节点利用其自身的属性特征和邻居节点的特征进行特征聚合；多层叠加模块用于将多层图卷积网络叠加在一起，进一步丰富节点的特征表示；特征提取模块用于当每一层节点的特征根据其邻居节点的信息进行更新后，进行深层次的特征提取；节点向量重要性评分模块用于对节点进行重要性评分，且该评分结果表示了节点在图中的排名，即为节点的重要性。
全文数据：
权利要求：
百度查询： 上海理工大学 一种基于主动学习的科研合作网络中节点排序方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号