-
公开(公告)号:CN113486934A
公开(公告)日:2021-10-08
申请号:CN202110695732.7
申请日:2021-06-22
Applicant: 河北工业大学
Abstract: 本发明涉及基于图卷积网络的属性图深度聚类方法,考虑了图卷积网络自适应的,层次化的学习邻居节点的必要性,提出基于注意力机制的层次化图卷积网络,解决了图卷积网络学习周围邻居节点信息不够充分的缺陷。本发明对图卷积网络迭代隐藏层,使其可以学习到多跳邻居信息,并在第一个隐藏层中加入注意力机制,使其自适应的学习一阶邻居信息,因为一阶邻居信息对节点来说关系更近,更重要。通过实验结果分析,这样的改进对于属性图深度聚类任务上,可以显著提高聚类的精度。