基于位置学习图卷积神经网络的图分类方法及系统

    公开(公告)号:CN113128587A

    公开(公告)日:2021-07-16

    申请号:CN202110413687.1

    申请日:2021-04-16

    Abstract: 本发明提出一种基于位置学习图卷积神经网络的图分类方法和系统,本发明目的是解决上述现有图分类方法启发式地对图中节点进行排序、选择的过程导致重要结构丢失和提取不到启发式规则下的关键结构等问题。具体来说,本发明提出了一种基于位置学习卷积神经网络的图分类方法,核心思想是通过为图上每个节点学习对应的位置,进而得到整个图的表示。这种端到端的建模方式有效避免了对节点进行排序、选择和丢弃的过程,不仅提升了图分类的准确率,而且保证了对关键结构的有效提取。

Patent Agency Ranking