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
本说明书实施例提供了一种基于余弦相似度的加权重要性采样图卷积神经网络CSIS‑GCN模型建立方法及系统，其中，方法包括：计算大图中每个节点的重要性采样概率并将大图中所有节点划分为多个子集，剔除每个子集中的孤立节点并构建每个子集的连通子图，其中，所述重要性采样概率为接近度以及活跃度的加权求和；初始化图卷积神经网络模型的输入特征矩阵以及模型参数，根据所述重要性采样概率对所述连通子图进行随机采样得到输入数据，将所述输入数据输入所述图卷积神经网络模型进行训练，不断迭代更新所述输入特征矩阵并通过随机梯度下
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117808039A
(43)申请公布日2024.04.02
(21)申请号202410011893.3G06F18/24(2023.01)
(22)申请日2024.01.
文档评论（0）