一种基于GCN的蜜阵态势图分析方法

本发明提供了一种基于GCN的蜜阵态势图分析方法，涉及神经网络技术领域，包括；获取节点信息和边信息，构建蜜阵子图，并获取阶拉普拉斯矩阵；基于蜜阵子图的最大特征值更新并递归阶拉普拉斯矩阵的特征值，获得归一化拉普拉斯矩阵；为每个节点进行随机特征掩码获取多个更新后的节点特征矩阵；基于更新后的节点特征矩阵获得多个蜜阵子图在多个层级上的节点输出，获取预测值，基于预测值对图神经网络的参数进行迭代，获取更新后的图神经网络，生成预测结果。本发明通过对图信号进行卷积计算，结合图拉普拉斯矩阵和切比雪夫多项式，构建了一种高效的图卷积核，提高了网络态势图分析的准确性和性能。