公开(公告)号：CN113269239B

公开(公告)日：2024-04-19

申请号：CN202110524395.5

申请日：2021-05-13

Applicant: 河南大学

Inventor： 左方 ,  李承宗 ,  张玉涛 ,  翟锐 ,  于俊洋 ,  宋亚林 ,  王瑛琦

IPC: G06F18/24 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于多通道卷积神经网络的关系网络节点分类方法，包括获取包含待分类节点的初始图网络信息，所述初始图网络信息包括初始图网络结构信息和初始图网络中每个节点的节点特征信息；根据初始图网络中节点之间的特征相似度构建特征图，并获取所述特征图的结构信息；建立节点分类模型，并进行节点分类模型的预先训练，将所述初始图网络的结构信息、所述初始图网络中每个节点的特征信息、以及所述特征图的结构信息输入预先训练的节点分类模型，以确定每个节点的类型；基于初始图网络中的标签类型确定每个节点所属于的标签类型，提升模型在分类领域的精度。

公开(公告)号：CN113269239A

公开(公告)日：2021-08-17

申请号：CN202110524395.5

申请日：2021-05-13

Applicant: 河南大学

Inventor： 左方 ,  李承宗 ,  张玉涛 ,  翟锐 ,  于俊洋 ,  宋亚林 ,  王瑛琦

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多通道卷积神经网络的关系网络节点分类方法，包括获取包含待分类节点的初始图网络信息，所述初始图网络信息包括初始图网络结构信息和初始图网络中每个节点的节点特征信息；根据初始图网络中节点之间的特征相似度构建特征图，并获取所述特征图的结构信息；建立节点分类模型，并进行节点分类模型的预先训练，将所述初始图网络的结构信息、所述初始图网络中每个节点的特征信息、以及所述特征图的结构信息输入预先训练的节点分类模型，以确定每个节点的类型；基于初始图网络中的标签类型确定每个节点所属于的标签类型，提升模型在分类领域的精度。