-
公开(公告)号：CN116501986A
公开(公告)日：2023-07-28
申请号：CN202310546779.6
申请日：2023-05-16
Applicant: 东北大学
IPC: G06F16/9536 , G06N3/045 , G06N3/08 , G06N3/0895 , G06Q50/00
Abstract: 本发明提供一种针对大图的基于对比学习的半监督社区搜索方法，首先调用图划分算法对原始图进行预处理，将原始图处理成一些彼此间相关性较小的图分区，然后从原始图中选择出训练节点，确定每个训练节点所对应的图分区并进行初始化，其次联合图神经网络、超图神经网络和多层感知机模型对初始的低阶编码和高阶编码进行变换，得到图分区中每个节点最终的低阶编码和高阶编码后，使用对比学习技术进行模型参数训练，最后使用训练好的模型输出查询结点对应图分区的低阶编码矩阵，并采用图搜索算法确定查询节点的社区结果；本发明方法不仅可以自动提取数据集的潜在特征，减少人工标注的成本，而且能有效内存消耗低，处理大规模图时效率较高。
Search Results
1
records
(took 0.032 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
