摘要
本申请提出一种基于图神经网络的子图计数方法,属于数据处理技术领域,包括:将所述待计数的查询图和数据图分别输入预训练的节点嵌入模型提取特征,得到查询图的嵌入空间以及数据图的嵌入空间,预训练的节点嵌入模型通过预定义训练样本的查询图和数据图节点嵌入间的支配关系训练得到;将查询图的嵌入空间拆分为查询图的子结构;将查询图的子结构和数据图的嵌入空间输入预训练的自注意力模型,得到子图计数结果,预训练的自注意力模型通过预定义训练样本的查询图和数据图子结构间的支配关系训练得到。本申请的计数方法能够使得特征提取的更加准确,从而更加精准的进行子图计数。
技术关键词
计数方法
注意力模型
卷积神经网络模型
节点
随机梯度下降
关系
广度优先遍历
训练集
数据处理技术
定义
邻居
参数
矩阵
系统为您推荐了相关专利信息
医学图像分割方法
查询特征
样本
特征提取器
医学图像分割模型
轨道交通照明设备
节能管控方法
多普勒频移效应
极化分集天线
运动轨迹数据
设备状态监测
设备状态数据
监测策略
设备基础
决策