基于聚类系数的图神经网络节点分类模型研究.docxVIP

基于聚类系数的图神经网络节点分类模型研究

目录

文档简述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.2.1图神经网络发展概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.2.2节点分类方法综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

1.2.3聚类系数应用研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

1.3研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

1.4研究方案与组织结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

相关理论与技术基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

2.1图论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

2.1.1图的定义与性质．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.1.2图的遍历与连通性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

2.2图神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

2.2.1GNN的基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

2.2.2常见的GNN模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

2.3聚类系数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

2.3.1聚类系数的定义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

2.3.2聚类系数的计算方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

2.4节点分类问题．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

2.4.1节点分类的定义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46

2.4.2节点分类的常用评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

基于聚类系数改进的．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

3.1模型设计思想．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58

3.2模型网络结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59

3.2.1网络输入层．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60

3.2.2网络隐藏层．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．65

3.2.3网络输出层．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．67

3.3基于聚类系数的节点表示学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．69

3.3.1聚类系数信息的提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．72

3.3.2聚类系数与节点表示的融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．74

3.4模型训练策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．76

3.4.1损失函数设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．78

3.4.2优化器选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82

3.4.3模型训练过程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．83

实验设计与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．84

4.1实验数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．90

4.1.1公开数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．