摘要
本发明涉及图神经网络架构技术领域,具体说是基于拓扑和语义引导的图神经网络架构。它包括:图拓扑挖掘模块S1,用于提取图任务的拓扑特征;图语义挖掘模块S2,用于提取图任务的语义特征;特征提取模块S3,特征提取模块使用全连接网络作为特征提取算子;选择模块和交叉和变异模块。通过上述技术方案,本发明解决了图神经网络信息提取层迭代过多导致的特征退化,在图挖掘方面存在重叠、不足且难以彼此互补的问题。
技术关键词
神经网络架构
特征提取模块
拓扑特征
语义特征
邻域
交叉模块
Softmax函数
节点
邻居
非线性
矩阵
机制
序列
参数
系统为您推荐了相关专利信息
数据检测方法
计算机执行指令
聚类
异常数据
邻域
障碍物识别方法
障碍物识别系统
激光点云数据
边界特征
聚类算法
车载语音控制方法
车载语音控制系统
语音唤醒模块
车载系统
语音识别模块
影像
噪声分类
多光谱传感器
环境光照强度
特征提取模块