摘要
本发明公开了一种基于图同构和图卷积神经网络的业务流程差异度量方法;包括以下步骤:首先,进行生产业务流程数据的预处理,提取节点和边的特征;然后,使用图同构网络来识别两个流程图中的节点同构性,自动学习每个节点的高维特征向量,在此基础上通过图同构网络的对齐功能,找出两个生产业务流程中可以匹配的节点集合和边集合,以及各自独有的差异节点集合和差异边集合;接着,构建图卷积神经网络,捕捉节点间的依赖关系和节点自身的特征,通过图卷积神经网络,为每个边生成特征向量;最后,度量两个生产业务流程间三方面的差异:节点级差异、边级差异以及综合节点和边的差异;本发明提高后续生产业务流程差异度量的准确率。
技术关键词
节点特征
卷积神经网络训练
度量
更新模型参数
矩阵
业务流程数据
编码向量
传播算法
高维特征向量
生成特征向量
多层次特征
随机梯度下降
匈牙利算法
邻居
多层感知机
关系
系统为您推荐了相关专利信息
概率密度函数
俯仰角信息
分辨率
方位角
融合雷达
人脸图片
深度学习方法
人脸检测算法
sigmoid函数
深度学习系统
智能合约漏洞检测方法
预训练语言模型
生成智能合约
语义特征
决策
矩阵
校正方法
解释结构模型
概率密度函数
时空分布特征
场景识别方法
信道特征
多普勒
信道冲激响应
时延