摘要
本发明公开了一种装备知识图谱多维度特征融合实例对齐方法,包括以下步骤:步骤S1,构建对偶图,初始化实例嵌入矩阵、关系嵌入矩阵和属性嵌入矩阵;步骤S2,利用图卷积神经网络学习关系感知实例嵌入,生成第一层实例嵌入优化矩阵;步骤S3,通过图卷积神经网络编码实例的邻居结构和属性信息,得到第二层实例嵌入优化矩阵;步骤S4,构建多头注意力机制的编码器,得到最终实例嵌入矩阵和关系嵌入矩阵;步骤S5,基于属性参与的多维自适应卷积解码器,确定最终的实例对齐结果。本发明利用对偶图卷积神经网络和多头注意力机制,对偶图和原始图的交互学习,结合带有高速公路网络的图卷积网络进行编码,提高实例对齐的精准度。
技术关键词
实例对齐方法
多头注意力机制
卷积神经网络学习
矩阵
图谱
邻居
装备
卷积解码器
关系
局部二进制模式
度量
视觉感知特征
多层网络结构
感知哈希算法
语义特征
输入解码器
生成对抗网络
图像金字塔
系统为您推荐了相关专利信息
长短期记忆网络
电力需求预测方法
注意力
数学模型
算法
轴型识别方法
货车
BP分类器
梅尔倒谱系数
融合特征
代码生成方法
大语言模型
代码检测方法
抽象语法树
自然语言
环境温度值
预警监测方法
预警监测系统
语义
序列