公开(公告)号：CN116340822B

公开(公告)日：2025-05-23

申请号：CN202310304464.0

申请日：2023-03-27

Applicant: 电子科技大学

Inventor： 张毅恒 ,  潘晔 ,  林静然 ,  利强 ,  邵怀宗 ,  孙国敏 ,  胡全

IPC: G06F18/24 ,  G06F18/22 ,  G06N3/049 ,  G06N3/0464

Abstract: 本发明提供一种基于图神经网络的电子目标序列分析预测方法，使用图卷积神经网络分析实时场景下的电子目标序列，其中使用图卷积层聚合节点和边参数，生成图特征，使用线性分类器基于图特征对电子目标序列分类，从而识别电子目标序列的任务标签；使用图自编码器分析实时场景下的电子目标序列，其中使用图卷积神经网络作为编码器计算图特征，并随机添加负链接，最后使用内积恢复原始图结构，从而推测电子目标序列隐藏的目标间关系；使用时域图卷积神经网络分析带有时序特性的电子目标序列，其中使用图卷积神经网络计算图特征，使用门控递归单元基于图特征计算下一时刻的电子目标序列结构和参数，从而预测电子目标序列未来可能的结构和参数变化。

公开(公告)号：CN116340822A

公开(公告)日：2023-06-27

申请号：CN202310304464.0

申请日：2023-03-27

Applicant: 电子科技大学

Inventor： 张毅恒 ,  潘晔 ,  林静然 ,  利强 ,  邵怀宗 ,  孙国敏 ,  胡全

IPC: G06F18/24 ,  G06F18/22 ,  G06N3/049 ,  G06N3/0464

Abstract: 本发明提供一种基于图神经网络的电子目标序列分析预测方法，使用图卷积神经网络分析实时场景下的电子目标序列，其中使用图卷积层聚合节点和边参数，生成图特征，使用线性分类器基于图特征对电子目标序列分类，从而识别电子目标序列的任务标签；使用图自编码器分析实时场景下的电子目标序列，其中使用图卷积神经网络作为编码器计算图特征，并随机添加负链接，最后使用内积恢复原始图结构，从而推测电子目标序列隐藏的目标间关系；使用时域图卷积神经网络分析带有时序特性的电子目标序列，其中使用图卷积神经网络计算图特征，使用门控递归单元基于图特征计算下一时刻的电子目标序列结构和参数，从而预测电子目标序列未来可能的结构和参数变化。