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
本发明公开一种基于结构中心扩散的图卷积神经网络的社区发现方法。首先，将网络转化为图结构得到邻接矩阵和节点属性矩阵。然后，通过计算网络结构中的局部密度、节点相似度和相对距离，选择初始的结构中心节点。接着，利用图拓扑和节点属性对初始结构中心进行细化和扩散标签集。最后，使用多种损失函数联合优化模型参数。本发明局部密度和结构中心两个角度，通过迭代优化结构中心以及选择一些与社区结构中心的隶属度相近的节点来扩展伪标签集，并利用用扩散的伪标记集训练GCN，实现社区检测。提高了GCN的社区检测性能，保证了社区发
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117150147 A
(43)申请公布日 2023.12.01
(21)申请号 202310988818.8 G06N 3/0464 (2023.01)
文档评论（0）