摘要
本公开提供了基于图神经网络的企业应用复杂业务节点优化方法及系统,涉及业务语义网络优化技术领域,包括:定义企业应用业务网络的节点和边的内部属性,基于节点和边的内部属性构建图结构;将图结构输入至图神经网络模型进行线性转换,采用初始参数矩阵对节点和边的特征向量表示进行向量转化,并利用自注意力机制对节点和边进行图神经网络GNN多重迭代计算,计算节点之间相关性的注意力参数矢量,确定各个节点之间的相关性大小;对每个节点和边的注意力参数矢量进行列归一化,使用函数转换调整权重,输出得到特征向量,将特征向量进行聚合,并对每个节点的权重进行动态计算,最终输出得到优化的图结构,实现对企业应用业务场景中的节点的优化。
技术关键词
节点优化方法
注意力参数
神经网络模型
非暂态计算机可读存储介质
注意力机制
业务网络
矩阵
网络优化技术
神经网络参数
电子设备
线性
代表
存储器
处理器
场景
定义
邻居
动态
系统为您推荐了相关专利信息
光伏发电功率
时间段
短期光伏发电
气象观测数据
人工神经网络模型
智能分析方法
站台
数据
车辆运行信息
动态时间规整算法
长短期记忆神经网络模型
水库
决策
人工神经网络模型
梯度提升机
智慧农业管理系统
农田
偏差
智慧农业管理方法
信息处理模块