-
公开(公告)号:CN116881789A
公开(公告)日:2023-10-13
申请号:CN202310864437.9
申请日:2023-07-14
Applicant: 福州大学
IPC: G06F18/241 , G06F18/214 , G06F16/901 , G06N3/0464 , G06N3/08 , G06N3/047
Abstract: 本发明的目的在于提供一种基于关系正则化的异构图神经网络分类方法,首先得到基于不同元路径的多个元路径图,然后使用图卷积神经网络将节点高阶邻居的重要信息融合进节点表示中,以此来捕获异构图节点间的高阶关系,最后对异构图中的基本关系进行建模,确保在捕获高阶邻域信息的同时,也能够正确捕捉图中的一阶邻域信息,从而避免对高阶邻域信息的过拟合,提高异构图神经网络的分类效果。