原创力文档- 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
查看更多
本发明属于计算机软件领域，提供了多视图无监督图对比学习模型构建方法、系统、计算机、存储介质及应用。该模型可用于多种类型的隐式关系网络挖掘，解决了挖掘隐式关系中遇到的建模关系的复杂以及缺乏可用的标签问题。该方法通过获取有效数据并进行预处理，构建多视图无监督图对比学习模型的锚定视图生成模块、语言增强视图学习模块、结构反馈对比学习模块，利用预处理的数据集对以上模型进行训练，将训练获得的最优图结构与原始图结构融合输入图编码器获得网络一般表示，利用链路预测方法预测两个节点间存在隐式关系的概率，从而实现无监
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116861923 A
(43)申请公布日 2023.10.10
(21)申请号 202310864902.9 G06F 18/214 (2023.01)
文档评论（0）