- 1、本文档共13页,其中可免费阅读12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
本发明公开了一种插值对比半监督社交网络节点分类方法与系统。本发明首先为社交网络数据学习有意义的半监督对比学习的潜在特征;其次采用插值混合算法通过将不同的样本混合来创建新的训练样本从而增加数据集的大小;然后使用插值一致性训练方法从两个方面提取社交网络特征,生成对比损失来训练模型;最后在标记样本数据集和未标记样本数据集上训练半监督网络模型。本发明有效解决了在社交网络节点分类方法中因数据增强的正样本构造导致的语义信息丢失问题,能够引导样本之间的嵌入向量线性变化,从而扩大边缘决策边界,提高社交网络节点分
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116702012 A
(43)申请公布日 2023.09.05
(21)申请号 202310843930.2 G06Q 50/00 (2012.01)
(22)申请日 2023.07.
文档评论(0)