需要我帮你解读这件专利吗?
公开(公告)号CN122990255A | 申请号CN202611485948.X | 专利类型发明专利 |
状态在审 | 国家或地区CN | 申请人山东大学 |
分类号G06V10/74(2022.01), G06V10/22(2022.01), G06V10/40(2022.01), G06N20/00(2019.01) | 申请日2026-09-23 | 公开日2026-10-27 |
发布日期2026-10-27 | 文档 ID84635774949400005 | 源数据页码56 |
专利语言zh | ||
本发明涉及图结构数据处理技术领域,提出了一种基于条件图与双视图解耦的图结构表示学习方法及系统,包括提取原始图视图中节点的节点位置表示,并根据基于原始图视图统计的节点度、邻居平均度和图密度构造每个节点的结构条件向量,构成结构条件矩阵,进而构建辅助图视图;将原始图视图和辅助图视图中的节点位置表示、原始图归一化邻接矩阵和辅助图归一化邻接矩阵,输入至训练好的双视图表示学习模型进行双视图节点编码,得到节点局部嵌入、原始图视图结构嵌入和辅助图视图结构嵌入,融合后得到最终节点表示,基于最终节点表示执行下游任务。可以提高节点表示的信息完整性和结构表达能力,从而为下游任务提供更具区分性的节点表征。
附图 1