1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 报告/分析
  5. 技术指导

具有平滑结构的深度注意力嵌入图聚类.docxVIP

具有平滑结构的深度注意力嵌入图聚类.docx

    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

    PAGE

    PAGE1

    PAGE

    PAGE35

    摘要

    在深度学习领域，联合建模图结构和节点属性已经被证明能够取得令人满意的聚类性能。在现有的图聚类模型中，常见的框架主要包括图自编码器和自我优化聚类这两个独立模块。图自编码器负责将图数据映射到低维表示，自优化聚类模块负责利用学习到的图表示完成聚类任务。其中，编码器的强大表示能力对聚类性能起着至关重要的作用。为优化图神经网络的聚类算法,

    DAEGC模型是当前较为先进的图聚类算法，本文选用DAEGC作为基线模型，着重改进了图自编码器和自优化聚类两个关键模块，具体研究内容如下：

    在图自编码器上引入注意力机制和图结构

    您可能关注的文档

    最近下载

    文档评论（0）

    文章交流借鉴 + 关注
    实名认证
    文档贡献者

    妙笔如花

    咨询Ta 进入空间

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >