-
公开(公告)号：CN119441969A
公开(公告)日：2025-02-14
申请号：CN202411432545.X
申请日：2024-10-14
Applicant: 暨南大学
IPC: G06F18/241 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及信息分类技术领域，公开一种面向跨网络异构节点分类的异构域适应学习方法，包括以下步骤：S1、构建源网络和目标网络的PPMI矩阵获取网络的全局结构信息，并运用变分图自编码器获取源网络和目标网络的节点特征，对其进行解码以恢复原PPMI矩阵从而保留节点之间的全局邻近信息；S2、构建一个超图，利用标记的源节点和目标节点，更加密切地关联源网络和目标网络；S3、构建一个超图自编码器，从而获取源网络和目标网络节点的高阶特征，将学习到的特征用于重构超图以保留高阶关系。本发明的优点在于：通过构建了几个基于真实世界的数据集学习任务，并进行了广泛的实验。该方法的性能优于现有的一些其他方法，更好的完成跨网络异构节点分类任务。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
