摘要
本说明书公开了一种基于能量约束的高深度图神经网络构建方法和装置,获取待定图神经网络,待定图神经网络包括多个残差层,残差层包含图卷积子层和第一组合子层,残差层对图卷积子层与第一组合子层输出做线性组合,第一组合子层线性组合之前各个残差层的输出的两组线性组合中的一个和另一个的投射。本方法中,通过将残差层的可学习参数矩阵设置为单位矩阵,将残差层的狄利克雷能量约束在指定范围,确定各组合系数,得到目标图神经网络。本发明通过构建所述的模型,能够用于生成人物画像,网络攻击检测和学术知识图谱学科分类等。本发明的优点有两个方面,一是解决了图神经网络的过平滑问题,另一个是可产生大批量的高深度图神经网。
技术关键词
神经网络构建方法
深度图
网络流量数据
矩阵
参数
特征值
处理器
样本
可读存储介质
模块
存储器
标签
画像
电子设备
图谱
计算机
程序
系统为您推荐了相关专利信息
温度预测方法
转炉出钢温度
数据
转炉吹炼终点
皮尔逊相关系数
色散管理光纤
分布式光纤
配置优化方法
链路
信道
模糊PID算法
物料烘干系统
遗传算法优化
闪蒸干燥机
数据采集模块
多任务深度学习模型
对抗网络模型
数据
随机噪声
深度卷积神经网络