-
公开(公告)号：CN112085127A
公开(公告)日：2020-12-15
申请号：CN202011153006.4
申请日：2020-10-26
Applicant: 安徽大学
Abstract: 本发明公开了一种混合高低阶邻居信息的半监督分类方法，包括如下步骤：A)、图卷积神经网络对一阶邻居信息进行平均聚合，进行图节点分类任务；B)、混合高阶邻接矩阵网络GCN‑H对图中不同阶数的邻居且含有不同重要信息的中心节点进行采集；C)、以右向左相乘的方式，并以稀疏矩阵的形式存储；D)、新卷积算子经过H(K+1)_b＝β4 A2HW，用于计算图像灰度函数的近似梯度；本方案提出了一个新的图卷积层使用的是邻接矩阵的多阶信息，从而使得模型能够学习更高阶的信息，能够学习更高阶的邻居信息来聚合并更新当前节点的表示，而且计算复杂度并没有提升。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
