基于图Transformer的大规模无属性图的分类方法、装置及存储介质
申请号:CN202411117897
申请日期:2024-08-15
公开号:CN119295792B
公开日期:2025-04-11
类型:发明专利
摘要
本发明公开了一种基于图Transformer的大规模无属性图的分类方法、装置及存储介质,包括:获取待分类大规模无属性图的邻接矩阵和节点特征矩阵;确定基本堆叠单元中各操作之间的连接模式;确定基本堆叠单元中各操作的操作模式和单元层数;基于连接模式、操作模式、单元层数,构建堆叠图神经网络;确定多层感知机模块、LLA模块、CLA模块、全局均值池化模块,并由多层感知机模块、LLA模块、CLA模块、全局均值池化模块,构建局部‑全局相结合的Transformer网络;确定分类网络和线性映射网络,由基于随机连接的堆叠图神经网络、局部‑全局相结合的Transformer网络、线性映射网络、分类网络,确定图Transformer;将邻接矩阵和节点特征矩阵输入到图Transformer,得到大规模无属性图的类别。
技术关键词
节点特征
分类网络
多层感知机
矩阵
模块
样本
线性
细粒度特征
搜索算法
模式
分类方法
预测类别
生成算法
概率分布函数
交叉验证法
超参数
梯度下降法
短距离