摘要
本申请实施例提供一种基于属性扰动的属性增强网络数据处理方法及装置,方法包括:根据目标网络中的节点和边,构建属性多路异构网络;根据属性多路异构网络中的节点属性和边属性随机生成对应的二进制掩码属性向量,将二进制掩码属性向量和节点属性以及边属性输入一扰动属性生成器进行属性扰动操作,得到扰动属性生成器输出的扰动属性;将结构嵌入输入全连接层进行自注意力机制学习,将经过自注意力机制学习后的结构嵌入与输入至连接层的节点嵌入和属性嵌入进行嵌入融合,并将嵌入融合的结果输入哈希层进行网络嵌入表示的深度哈希学习,得到哈希层输出的二进制哈希网络嵌入表示;本申请能够完善属性多路异构网络中的属性信息,增强网络的鲁棒性。
技术关键词
网络数据处理方法
深度哈希学习
节点
注意力机制
网络数据处理装置
异构网络构建
负采样方法
处理器
嵌入方法
计算机程序产品
语义
样本
编码
滑动窗口
关系
可读存储介质
模块
存储器
系统为您推荐了相关专利信息
生成对抗网络方法
自动布局
对抗网络系统
标签
模型训练模块
信号优化系统
通讯网络拓扑
无线通信参数
频谱资源动态分配
通讯网络基站
模态特征
学习方法
动态分配策略
融合特征
跨模态