摘要
本申请涉及一种图结构特征的塑造方法、终端设备及计算机可读存储介质,所述方法包括:通过将矛盾样本划分为多个矛盾样本集,并在目标模型中对矛盾样本进行多次向心训练以不断更新目标模型的模型参数,使得训练后的目标模型能够将矛盾样本向其所属类别中心移动,实现对矛盾样本的消解,显著提升目标模型的性能,进而最后通过目标模型能够获得相似元素聚合且边界分离的目标图结构。
技术关键词
样本
半监督学习
终端设备
节点特征
注意力
优化器
可读存储介质
参数
预分类器
梯度下降法
计算机
训练集
处理器
积层
程序
决策
存储器
元素
数据
系统为您推荐了相关专利信息
模型评价方法
指标
模糊综合评价
变异系数法
矩阵
三维医学图像配准
空间变换网络
特征提取模块
编码器
语义特征