公开(公告)号：CN114118220A

公开(公告)日：2022-03-01

申请号：CN202111286526.7

申请日：2021-11-02

Applicant: 上海应用技术大学

Inventor： 王克凡 ,  安静 ,  马超

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于图卷积网络和有效聚合的不平衡数据分类方法，包括步骤一：利用图生成器将独立同分布的不平衡数据转换成图结构数据；步骤二：利用数据过滤单元识别数据中不利于信息聚合的危险样本；步骤三：在聚合控制单元中，利用自适应局部密度估计从局部角度为不同类型的样本聚合分配权重，并利用数据的不平衡比例从全局角度增强少数类样本的聚合重要性；步骤四：将构造的聚合权重矩阵与图卷积网络结合，并训练网络，以获得最终分类结果。本发明实现图卷积网络在相互独立的不平衡数据上的运用，充分利用了无标签数据的潜在信息，并通过数据过滤单元和聚合控制单元实现对样本信息的有效聚合，提高了不平衡分类效果。

公开(公告)号：CN114118221A

公开(公告)日：2022-03-01

申请号：CN202111286528.6

申请日：2021-11-02

Applicant: 上海应用技术大学

Inventor： 王克凡 ,  安静 ,  马超

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于少数类加权图神经网络的不平衡节点分类方法，包括步骤1：针对输入的图结构数据，计算基于邻接信息的节点隶属度值，以获得节点在嵌入空间中的加权特征信息；步骤2：在嵌入空间中执行数据过采样操作以生成新节点；步骤3：在边预测器的训练过程中引入代价敏感学习，并使用训练好的边预测器来获得新节点的邻接信息；步骤4：结合新节点和已存在节点的特征与邻接信息构造平衡的图结构数据，利用图神经网络进行节点分类，并使用Gumbel分布函数作为激活函数。本发明增强了少数类节点的邻居聚合，减少了边生成过程中对多数类节点的偏向性，并提高了图神经网络模型的收敛速度，且显著提升基于图神经网络的不平衡节点分类的效果。

公开(公告)号：CN115659257A

公开(公告)日：2023-01-31

申请号：CN202211401881.9

申请日：2022-11-09

Applicant: 上海应用技术大学

Inventor： 马超 ,  安静 ,  包晗秋

IPC: G06F18/2415 ,  G06N3/04 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力加权图神经网络的不平衡节点分类方法，包括步骤1：针对输入的图结构数据中的未标注节点，对其邻域内标注节点的特征信息进行采样；步骤2：在嵌入空间中引入关系嵌入向量，通过多层感知机将关系嵌入向量与邻域内标注节点的特征信息融合得到未标注节点与其邻域内标注节点的相关度表示；步骤3：在聚合特征信息的过程中，利用注意力网络并结合相关度表示为不同类型的标注节点分配个性化的聚合权重；步骤4：将构造的聚合权重矩阵与图神经网络相结合进行节点分类，并在损失函数中引入代价敏感因子。