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：中南大学
摘要：本发明涉及图深度学习领域，具体涉及一种基于图扩散增强超边的科技文献主题分类方法，包括步骤：收集科技文献数据；对科技文献利用独热编码提取文本特征，得到文献特征矩阵；将得到科技文献数据构建图数据结构；将图数据结构输入到原始图‑超边生成器中缓解节点数量不平衡；将图数据结构输入到基于图扩散的双通道超边增强器中缓解节点拓扑不平衡；基于增强超图和超图神经网络训练一个无偏分类器，将增强超图输入到无偏分类器中获得最终的分类结果，对科技文献进行主题分类。本发明解决了现有技术中采用图神经网络的方法由于科技文献主题类别分布不平衡而导致科技文献主题分类不精确的技术问题。
主权项：1.一种基于图扩散增强超边的科技文献主题分类方法，其特征在于，包括如下步骤：S1、收集科技文献数据；S2、对科技文献利用独热编码提取文本特征，得到文献特征矩阵；S3、将S1得到的科技文献数据构建图数据结构，图数据结构中一个节点表示一篇科技文献，一条边表示两篇科技文献存在引用或被引用的关联，采用S2得到的文献特征矩阵构成原始图来定义一个科技文献引用网络；S4、将图数据结构输入到原始图-超边生成器中得到相似超边集以缓解节点数量不平衡，具体是：将原始图的边所连接的节点分别构成邻接超边集，通过余弦相似度计算节点之间的相似度，得到相似超边集；S5、将图数据结构输入到基于图扩散的双通道超边增强器中得到增强超边集以缓解节点类别不平衡，具体是：随机采样冷门主题文献节点，并识别全局候选节点和局部候选节点集，构成增强超边集；S6、将S4得到的邻接超边集和相似超边集和S5得到的增强超边集进行去重与合并，得到增强超图；S7、利用增强超图和超图神经网络训练一个无偏分类器，将增强超图输入到无偏分类器中获得最终的分类结果，从而对科技文献进行主题分类。
全文数据：
权利要求：
百度查询： 中南大学 基于图扩散增强超边的科技文献主题分类方法
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