一种面向标签噪声的图节点分类方法

授权

摘要

本发明公开了一种面向标签噪声的图节点分类方法，包括步骤：1)构建多个图卷积网络(GCN)模型；2)在图数据上估计联合分布、剪枝噪声数据，得到初次清理的数据并训练图卷积网络模型；3)在图数据上训练图卷积网络模型，与步骤2)的图卷积网络模型一起预测未标记节点，得到伪标签和预测概率矩阵，结合带标记节点的标签和预测概率矩阵，共同估计全数据联合分布、剪枝噪声数据；4)使用步骤3)中得到的二次清理的图数据训练图卷积网络模型，并预测节点类别。本发明在图卷积网络模型的基础上引入噪声联合分布估计和伪标签结合的标签噪声建模方法进行噪声鲁棒性训练，实现了具有更高准确性和噪声鲁棒性的节点分类方法。

基本信息

专利标题：

一种面向标签噪声的图节点分类方法

专利标题（英）：

暂无

公开（公告）号：

CN111966823A

申请号：

CN202010625468.5

公开（公告）日：

2020-11-20

申请日：

2020-07-02

授权号：

CN111966823B

授权日：

2022-04-22

发明人：

胡金龙陈浪董守斌

申请人：

华南理工大学

申请人地址：

广东省广州市天河区五山路381号

代理机构：

广州市华学知识产权代理有限公司

代理人：

冯炳辉

优先权：

CN202010625468.5

主分类号：

G06F16/35

IPC分类号：

G06F16/35 G06F16/955 G06K9/62 G06N3/04 G06N3/08

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F16/35

••聚类；分类

法律状态

2022-04-22 ：

授权

2020-12-08 ：

实质审查的生效

IPC(主分类) : G06F 16/35
申请日 : 20200702

2020-11-20 ：

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