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
本申请涉及一种节点检测模型的训练方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括：通过待训练的节点检测模型，对样本子图进行编码处理得到上下文嵌入矩阵，对目标节点进行编码处理得到节点嵌入向量；对上下文嵌入矩阵进行整合处理，得到样本子图嵌入向量；基于样本子图嵌入向量与节点嵌入向量在嵌入空间中的融合程度，获得上下文异常损失，并根据上下文异常损失确定目标异常损失；基于样本子图嵌入向量与节点嵌入向量间的相似程度，确定嵌入对比损失；根据目标异常损失和嵌入对比损失构建目标损失函数，并通过目标损失函
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117521770A
(43)申请公布日2024.02.06
(21)申请号202210910248.6G06F18/241(2023.01)
(22)申请日2022.07
文档评论（0）