首页> 中国专利> 一种基于图卷积网络的符号网络符号的预测方法

一种基于图卷积网络的符号网络符号的预测方法

摘要

本发明公开了一种基于图卷积网络的符号网络符号的预测方法,基于图神经网络中的GCN模型,结合符号网络的只分成正边和负边两种情况,将符号网络分成只包含正边和只包含负边的两个子网络,对这两个子网络进行预处理,得到它们的邻接矩阵和特征矩阵。使用设计的图卷积网络模型训练两个子网络的邻接矩阵和特征矩阵,可以得到包含两个子网络的网络表示,将网络表示进行拼接可以得到原符号网络的节点表示。在符号网络的符号预测测试实验中,输入测试集后,基于模型训练后的网络表示中能够分别得到边的正向概率和负向概率,通过比较正向概率与负向概率来判断边的符号倾向性,如果负向概率比正向概率高,则边的符号更倾向负向,反之,则更倾向于正向。

著录项

  • 公开/公告号CN111581297A

    专利类型发明专利

  • 公开/公告日2020-08-25

    原文格式PDF

  • 申请/专利权人 天津大学;

    申请/专利号CN202010325465.X

  • 申请日2020-04-23

  • 分类号G06F16/28(20190101);G06N3/04(20060101);

  • 代理机构12201 天津市北洋有限责任专利代理事务所;

  • 代理人李丽萍

  • 地址 300072 天津市南开区卫津路92号

  • 入库时间 2023-12-17 11:45:16

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2020-08-25

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号