一种多视图数据的图神经网络特征和标签传播方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种多视图数据的图神经网络特征和标签传播方法
申请号:
CN202510752945
申请日期:
2025-06-06
公开号:
CN120724203A
公开日期:
2025-09-30
类型:
发明专利
摘要
本发明公开了一种多视图数据的图神经网络特征和标签传播方法,包括如下步骤:S1:初始化模型优化变量,并使用核方法评估所有图的邻接矩阵;S2:根据多视图数据中的节点特征,利用图神经网络的消息传递机制,将多视图数据中的节点特征在图结构中进行传播;S3:根据特征和标签传播并行或协同训练的选择,通过不同的多视图标签传播规则将标签信息在图结构中进行传播;S4:结合特征传播和标签传播的结果,预测测试样本的标签。本发明能够在多视图数据中有效整合信息,提高标签预测的准确性,适用于复杂的图结构数据处理任务。
技术关键词
标签传播方法
神经网络特征
节点特征
消息传递机制
矩阵
多层感知机
核方法
样本
融合标签
表达式
元素
参数
标记
游走模型
注意力机制
数据分布
融合特征