公开(公告)号：CN115795344A

公开(公告)日：2023-03-14

申请号：CN202211525235.3

申请日：2022-11-30

Applicant: 湖北工业大学

Inventor： 杨智 ,  李康 ,  甘海涛 ,  周然 ,  严亚东 ,  欧阳翰 ,  颜家璇

IPC: G06F18/24 ,  G06F18/214 ,  G06F18/22 ,  G06F17/16 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于混合扩散的图卷积网络的文献分类方法及系统，包括：获取包含文献数据的训练数据集；通过特征相似性扩散模型对节点进行特征空间邻域节点间信息扩散,得到经过节点特征空间信息扩散的数据集；对经过特征空间信息扩散的数据集,通过图卷积模型利用邻接矩阵进行邻接节点间的信息扩散；对经过混合扩散后的数据集进行半监督的图卷积网络训练，并使用节点间的扩散距离对最终的预测标签进行约束；采用训练后得到的基于混合扩散的图卷积网络进行文献分类。本发明利用了节点特征的混合扩散，来对每个节点信息进行在特征空间中的相近节点的信息扩散和邻接节点间的信息扩散，使得节点特征包含更多信息，可显著提升文献分类准确率。

公开(公告)号：CN113822342B

公开(公告)日：2023-05-30

申请号：CN202111028155.2

申请日：2021-09-02

Applicant: 湖北工业大学

Inventor： 杨智 ,  严亚东 ,  甘海涛 ,  周然 ,  王岌

IPC: G06F18/241 ,  G06N3/0464 ,  G06N3/08

公开(公告)号：CN113822342A

公开(公告)日：2021-12-21

申请号：CN202111028155.2

申请日：2021-09-02

Applicant: 湖北工业大学

Inventor： 杨智 ,  严亚东 ,  甘海涛 ,  周然 ,  王岌

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于安全图卷积网络的文献分类方法及系统，该方法包括：S100：获取包含已标记样本数据和未标记样本数据的训练数据集；S200：利用当前训练数据集训练半监督图卷积网络，并对当前的未标记样本数据进行预测；S300：利用当前训练数据集训练监督图卷积网络，并对当前的未标记样本数据进行预测；S400：选出高置信度样本数据扩充已标记样本数据；S500：迭代执行步骤S200‑S400直至迭代停止；S600：采用当前训练数据集中已标记样本数据训练监督图卷积网络；S700：采用监督图卷积网络进行文献分类。本发明结合半监督学习和图卷积神经网络进行样本扩充，可显著提升文献分类准确率。