基于对称图卷积神经网络的文献分类方法和装置
文献类型：专利
| 作者 | 张滨; 张珣; 杨岚雁; 岳明齐; 付晶莹; 刘锟 |
| 发表日期 | 2021-06-15 |
| 专利号 | CN202110388284.6 |
| 著作权人 | 北京工商大学 ; 中国科学院地理科学与资源研究所. |
| 国家 | 中国 |
| 英文摘要 | 本发明是关于一种基于对称图卷积神经网络的文献分类方法和装置，方法包括：获取文献引用数据集作为图结构数据，读取文献数据集生成对应的特征矩阵和邻接矩阵，构建相似度矩阵；分别以相似度矩阵和邻接矩阵作为聚合矩阵，对文献数据的特征矩阵进行图卷积操作，得到基于相似度矩阵的第一预测值和基于邻接矩阵的第二预测值；分别计算文献数据中标记节点的监督损失和基于第一预测值和第二预测值的所有文献节点的无监督损失，并将监督损失和无监督损失进行合并，确定最终损失；利用最终损失训练和预设训练集进行训练，得到目标图卷积神经网络，对文献数据集中的目标数据进行半监督分类。通过该技术方案，可以充分嵌入图形知识，提高文献分类的准确性。 |
| 公开日期 | 2021-06-15 |
| 申请日期 | 2021-04-10 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/191065]  |
| 专题 | 资源利用与环境修复重点实验室_专利、软件、成果转化 |
| 作者单位 | 1.中国科学院地理科学与资源研究所. 2.北京工商大学 |
| 推荐引用方式 GB/T 7714 | 张滨,张珣,杨岚雁,等. 基于对称图卷积神经网络的文献分类方法和装置. CN202110388284.6. 2021-06-15. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。