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
本发明公开了一种基于分区池化超图神经网络的图节点分类方法，涉及图像处理技术领域，将司法图像中的实体目标视为图中的节点，将实体目标之间的关系建模为图(Graph)，将目标分类任务转化为图的节点分类任务，从而充分利用实体目标之间的关联关系，将FastRCNN提取到的深层特征向量视为节点的特征向量，然后根据节点特征向量的相似度构建节点之间的邻接关系，最后使用图节点分类技术完成司法图像的目标识别任务。本发明通过池化技术，提高图像分类识别速度和精度。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116883746 A
(43)申请公布日 2023.10.13
(21)申请号 202310861005.2 G06N 3/0464 (2023.01)
文档评论（0）