-
公开(公告)号：CN118036663A
公开(公告)日：2024-05-14
申请号：CN202311807463.4
申请日：2023-12-26
Applicant: 北京理工大学
IPC: G06N3/0455 , G06N3/0499 , G06N3/0895 , G06V10/762
Abstract: 本发明公开一种基于对比学习的深度图聚类网络，所述网络使用多层感知机和多阶邻域对比学习代替传统图聚类中的图卷积层，设计正负样本选择方法，将正负样本的选择与聚类目标结合，选择与目标节点相似度较高且具备连通性的节点为目标节点的正样本节点，与目标节点相似度较低或不具备连通性的节点为目标节点的负样本节点；设计正样本权重计算方法，提高与目标节点拓扑距离较近且两者之间连通路径较多的正样本的影响；设计多阶领域对比学习损失函数，通过损失函数最小化将与目标节点相似度较高且具备连通性的节点的距离拉近，将该目标节点与其他节点的距离推远，实现有利于下游聚类任务的节点特征的学习。
Search Results
1
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
