1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 行业资料
  5. 国内专利

高阶图表示方法、以及高阶图神经网络模型生成方法.pdfVIP

高阶图表示方法、以及高阶图神经网络模型生成方法.pdf

    1. 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. 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. 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
    4. 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. 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. 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. 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
    本发明提供了一种高阶图表示方法、以及高阶图神经网络模型生成方法。通过根据网络的拓扑信息，遍历整个网络，找到网络中各个阶的单纯形；将不同阶数的单纯形放在同一层中；建立花心‑花瓣模型，建立花心和不同花瓣的二部图；基于高阶二部图，建立高阶关联矩阵；在二部图上进行两步随机游走；将两步随机游走进行结合，得到整体随机游走动力学方程，构建高阶邻接矩阵，根据高阶邻接矩阵构建高阶拉普拉斯矩阵。相比于现有技术，通过找到网络中的高阶结构构建新的图表示方法，从而建立包含高阶结构的图神经网络，并且在图神经网络不同的下游任

    (19)国家知识产权局

    (12)发明专利申请

    (10)申请公布号CN117236373A

    (43)申请公布日2023.12.15

    (21)申请号202311027755.6

    (22)申请日2023.08.14

    (71)申请人电子科技大学长三角研究院（湖州）

    您可能关注的文档

    最近下载

    文档评论（0）

    知识产权出版社 + 关注
    官方认证
    文档贡献者

    知识产权出版社有限责任公司（原名专利文献出版社）成立于1980年8月，由国家知识产权局主管、主办。长期以来， 知识产权出版社非常重视专利数据资源的建设工作， 经过多年来的积累，已经收藏了数以亿计的中外专利数据资源。

    咨询Ta 进入空间
    版权声明书
    用户编号：5333241143000144
    认证主体北京中献电子技术开发有限公司
    IP属地四川
    统一社会信用代码/组织机构代码
    91110108102011667U

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >