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
本发明属于图分类技术领域，公开了一种空间图卷积神经网络的图分类方法、系统、介质及设备，利用NLP模型学习的子树模式的语义嵌入提取节点的多尺度语义特征向量，为了将CNNs推广到图数据，NSSGCN模型通过节点排序和感受野构建将非网格图数据转化为三维张量数据。本发明使用的节点重要性度量同时考虑了语义和结构的重要性；此外，通过通道注意模块来调整三维张量数据的特征分布；最后，使用调整后的三维张量的卷积和节点特征矩阵的投影和Readout，使用Dense层和softmax层一起执行图分类。实验结果表明，与
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117349494A
(43)申请公布日2024.01.05
(21)申请号202311232646.8G06N3/0464(2023.01)
文档评论（0）