一种基于个性化网页排位的半监督图节点分类方法.pdfVIP

下载本文档

0
0
约2.04万字
约 14页
2023-05-09 发布于四川
举报
版权申诉

一种基于个性化网页排位的半监督图节点分类方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于个性化网页排位的半监督图节点分类方法：步骤1：对于给定的图，通过个性化网页排位算法计算得到图中节点的个性化网页排位值，从而得到各个标签对应的排序分布向量，根据排序分布向量得到节点的依赖向量，对依赖向量进行正则化后得到依赖关系矩阵。步骤2、通过对图神经网络的隐藏层进行多层堆叠计算，得到图神经网络经过多层隐藏层堆叠后输出的隐藏层矩阵；步骤3、将依赖关系矩阵加入到图神经网络的最后一层隐藏层矩阵中得到新的全局隐藏矩阵，进而得到新的图神经网络；步骤4、使用新的图神经网络进行节点分类。本

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114492651 A (43)申请公布日 2022.05.13 (21)申请号 202210113155.0 (22)申请日 2022.01.30 (71)申请人西北农林科技大学地址 71210