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
本发明涉及图数据挖掘技术领域，提供一种无源域图的数据域适应网络构建方法。包括：通过图神经网络对目标图进行预测，获得软标签预测结果；通过软标签预测结果对双学生网络进行蒸馏预训练，获得双学生网络模型；通过高斯混合模型拟合双学生网络模型输出的多个节点的损失值，获得拟合值并将双学生网络模型的输出结果划分为源域相似子域及目标特定子域；对源域相似子域及目标特定子域进行拓扑感知数据融合，获得源域相似子域节点的硬标签预测结果；基于软标签预测结果及硬标签预测结果对双学生网络模型进行迭代训练优化，获得数据域适应网络
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117556866A
(43)申请公布日2024.02.13
(21)申请号202410028518.XG06F18/25(2023.01)
(22)申请日2024.01.
文档评论（0）