- 1、本文档共15页,其中可免费阅读14页,需付费10金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
本发明涉及到一种图卷积神经网络模型及其训练方法,鉴于现有图卷积神经网络模型在节点特征更新的过程中节点特征表示会逐渐趋于一致,易产生过平滑现象且存在准确率损耗较高的问题;为解决该问题,本发明通过设计一种基于改进注意力机制的自适应图卷积神经网络模型来学习节点特征,该模型在节点特征更新的过程中能够同时收集目标节点与邻居节点之间的相异特征与相似特征,并利用改进的注意力机制来自适应地学习相异特征与相似特征的比例,进而提高模型的准确性。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113449853 A
(43)申请公布日 2021.09.28
(21)申请号 202110900346.7
(22)申请日 2021.08.06
(71)申请人 南京邮电大学
地址
文档评论(0)