一种基于去噪高效图压缩的图增量学习方法

本发明公开了一种基于去噪高效图压缩的图增量学习方法，本方法为保留每个任务的原始图的整体语义，通过分布匹配方法压缩成一个小图作为记忆回放的内存。并在压缩图过程中添加了相关熵损失，有效避免原始图数据中的噪声影响。本方法还提出平衡训练目标，有效克服了新任务图和重放图之间的数据不平衡问题。与现有的图增量学习方法相比，基于去噪高效图压缩的图增量学习能提高分类准确率并且节约回放内存空间。