基于N边DFS子图的轻量级无监督图表示学习方法及装置
授权
摘要
本发明属于图形处理技术领域，公开一种基于N边DFS子图的轻量级无监督图表示学习方法及装置，该方法包括：步骤1：在图集各图中分别遍历N边DFS子图结构，对各图的N边DFS子图进行抽取；步骤2：对抽取的N边DFS子图进行汇集，构成各图的子图集；步骤3：将所述子图集输入到神经网络模型中进行训练，得到各图的向量表示；该装置包括：子图抽取模块；子图汇集模块；图向量表示模块。本发明可适用于规模较大的图数据集，可以较全面地抽取子图结构。
基本信息
专利标题 ：
基于N边DFS子图的轻量级无监督图表示学习方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN110502669A
申请号 ：
CN201910631146.9
公开（公告）日 ：
2019-11-26
申请日 ：
2019-07-12
授权号 ：
CN110502669B
授权日 ：
2022-06-03
发明人 ：
刘琰冯昊周资乔陈静刘楝赵艺张琦
申请人 ：
中国人民解放军战略支援部队信息工程大学
申请人地址 ：
河南省郑州市高新区科学大道62号
代理机构 ：
郑州大通专利商标代理有限公司
代理人 ：
张立强
优先权 ：
CN201910631146.9
主分类号 ：
G06F16/901
IPC分类号 ：
G06F16/901 G06N3/08 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/901
••索引; 其数据结构; 存储结构
法律状态
2022-06-03 ：
授权
2019-12-20 ：
实质审查的生效
IPC(主分类) : G06F 16/901
申请日 : 20190712
申请日 : 20190712
2019-11-26 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
