摘要
本发明涉及社交机器人检测技术领域,特别涉及一种基于自适应模型学习的社交机器人检测方法及系统,针对每个账户的多模态特征进行预处理,得到每个账户的初始特征;将每个账户抽象为社交关系拓扑图中的节点,根据账户间的关注关系构建无向图G;将基础GNN模型进行数字化编码,组成遗传算法的基因型,在一个最大长度为L的搜索空间内,利用遗传算法搜索模型结构;通过最小化损失函数优化搜索得到的社交机器人检测模型,利用训练完的模型检测社交机器人。本发明通过自动搜索模型结构来加深网络层数,不需要人工设计网络结构,提高模型的感受野,并且使用自动化搜索和优化模型参数来有效减少过拟合的风险。
技术关键词
社交机器人
搜索模型结构
账户
遗传算法
损失函数优化
模态特征
社区检测模型
编码
语义特征
拓扑图
关系
网络拓扑结构
模型训练模块
可读存储介质
节点特征
搜索模块
系统为您推荐了相关专利信息
多尺度特征融合
边缘检测方法
上采样
多尺度融合网络
建立卷积神经网络结构
XGBoost模型
决策树模型
指标
多模型
预测系统
系统风险评估
车间设备
灰色关联度
计划
FMEA方法