摘要
本发明涉及一种基于图神经网络压缩的数据处理方法、系统、设备和介质,包括以下步骤:获取历史数据集并进行预处理,得到图结构数据集;基于图结构数据集,采用混合训练方法对预先构建的图神经网络模型进行加速训练,得到训练好的图神经网络模型;利用训练好的图神经网络模型对目标图结构进行处理,得到数据处理结果。本发明采用混合训练方法对预先构建的图神经网络模型进行训练,基于分层压缩方法对图神经网络模型进行加速训练,使其快速收敛;然后切换到未压缩的常规训练模式对图神经网络模型的参数进行微调,实现了更快的收敛速度和最佳的准确性,本发明可以广泛应用于大数据处理领域。
技术关键词
神经网络模型
数据处理方法
压缩特征
节点特征
分层压缩方法
聚类算法
过滤方法
模型训练模块
数据处理系统
数据获取模块
数据处理模块
代表
程序
顶点
多层次
可读存储介质
索引
指令
系统为您推荐了相关专利信息
农田识别方法
遥感图像分类
遥感图像数据
深度特征融合网络
预训练模型
清理方法
路径规划算法
喷头
清理系统
神经网络模型
更新软件
软件更新方法
测试终端
软件更新系统
深度神经网络模型
极限学习机算法
编码器算法
神经网络算法
分类器模型
超分辨率
故障恢复策略
故障响应方法
计算机执行指令
电网运行状态
神经网络模型