摘要
本发明提供基于主动过采样和拓扑感知的不平衡节点分类方法,方法包括:获取待处理图,待处理图中包括多个真实节点;基于已训练的生成对抗网络中的生成器生成多个合成少数类节点对应的节点特征,生成对抗网络基于多组真实数据生成,真实数据包括真实少数类节点的节点特征;基于拓扑重构损失,在待处理图中加入合成少数类节点的连接边,得到增强处理图,拓扑重构损失反映加入连接边前后的待处理图在稀疏性和语义上的一致性;将增强处理图输入至图神经网络分类器中,得到图神经网络分类器输出的真实节点对应的节点类别。本发明可以实现提高不平衡节点分类结果准确性的效果。
技术关键词
节点分类方法
神经网络分类器
生成对抗网络
节点特征
重构
非暂态计算机可读存储介质
数据
处理器
计算机程序产品
分类装置
模块
存储器
电子设备
系统为您推荐了相关专利信息
人机交互方法
注塑模具
识别传感器
操作者
卡尔曼滤波
容器云资源
宽度学习系统
门控循环单元
复杂度
重构
机器学习模型
串联故障电弧检测装置
电路
信号处理单元
数据采集单元