原创力文档- 1、本文档共14页，其中可免费阅读13页，需付费10金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
查看更多
本发明公开了一种基于图卷积神经网络的属性图文献聚类方法，属于图数据挖掘领域。具体为利用跨层链接的图卷积神经网络进行文献属性图特征学习；利用深层聚类估计模型从节点特征中估计最优的聚类簇数目；交替执行上述两个步骤完成训练；利用训练完成的模型得到待聚类的所有文献属性图节点的特征和聚类簇估计数目；以所述特征和聚类簇估计数目为输入，利用k均值聚类方法得到文献属性图聚类结果。训练跨层链接的图卷积神经网络时，采用基于节点成对相似度的自分离正则化项，可促进同簇节点的特征相似，不同簇节点的特征远离，从而有效提升图
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113157957 A
(43)申请公布日 2021.07.23
(21)申请号 202110244762.6
(22)申请日 2021.03.05
(71)申请人 北京工业大学
地址
文档评论（0）