基于图表示学习的目标特征信息提取方法及系统

    公开(公告)号:CN117272016A

    公开(公告)日:2023-12-22

    申请号:CN202311002507.6

    申请日:2023-08-08

    Abstract: 本发明提供一种基于图表示学习的目标特征信息提取方法及系统,方法应用于NUMA架构,包括:确定包含目标信息的图数据;按照图数据顶点度的降序重新组织图数据,再合并相同顶点度的顶点以得到对应的顶点块,记录每个度数对应顶点块的起始偏移量和顶点块内每个顶点的一阶邻居顶点,以压缩稀疏块的格式将图数据存储到内存中;在当前NUMA节点读取本地和/或远端内存存储的稀疏矩阵,将读取的稀疏矩阵与本地内存存储的稠密矩阵相乘,并将相乘得到的中间矩阵写入本地内存,最后将各节点上存储的中间矩阵合并得到目标的特征信息;通过熵感知的线程分配策略为稀疏矩阵与稠密矩阵乘法的并行计算进行任务分配。本发明提高了图表示学习目标特征提取效率。

Patent Agency Ranking