一种基于神经网络的工业互联网节点分类方法及系统

本发明涉及工业互联网技术领域，尤其是涉及一种基于神经网络的工业互联网节点分类方法及系统，包括S1.获取节点属性数据，根据所述节点的关系信息构建图结构；S2.构建多视图神经网络模型，利用残差连接对视图邻接矩阵和节点特征矩阵进行多层卷积，提取节点更高阶的节点特征表示；S3.基于动态注意力机制调整不同视图的动态权重，并对不同视图更高阶的节点特征表示进行加权融合得到最终的节点特征表示，本发明通过融合不同视图的节点数据，挖掘节点间的多层次关联信息，显著提升节点分类的准确性和鲁棒性，引入残差连接，解决深层神经网络训练中的梯度消失和梯度爆炸问题，提高模型的分类效果。