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:武汉大学
摘要:本发明公开了一种结合频谱以及空间图结构的图对比学习方法及系统,通过余弦参数化的切比雪夫多项式,S3GCL算法可以在不依赖标签的情况下,调整滤波器以分别强化图数据中的高频和低频特征,从而更精确地适应和泛化不同同质性图的结构信息。多层感知机编码器的引入提供了一种全通道处理方式,加速了特征提取过程,并能直接部署于实时应用中。此外,通过空间领域的邻域正样本对策略,进一步优化了模型的学习过程,使其能够基于节点的局部邻域结构生成更有区分度的特征表示。这种方法不仅提升了模型在无监督设置下对异质性图数据的处理能力,而且增强了模型在复杂图结构分析任务中的泛化性和鲁棒性。
主权项:1.一种结合频谱以及空间图结构的图对比学习方法,其特征在于,包括以下步骤:步骤1:收集图数据,利用k最近邻近算法准备好语义正样本和邻居正样本;步骤2:构建图神经网络模型,明确对比学习和蒸馏结构;步骤3:训练图神经网络模型,优化正负样本间的一致性;步骤4:用图神经网络模型指导多层感知机,简化图神经网络模型结构;步骤5:在测试集上评价图神经网络模型表现,根据评估结果调整并优化图神经网络模型。
全文数据:
权利要求:
百度查询: 武汉大学 结合频谱以及空间图结构的图对比学习方法及系统
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。