首页 | 本学科首页   官方微博 | 高级检索  
     

基于多级联合的图池化方法
作者姓名:董晓龙  黄俊  秦锋  洪旭东
作者单位:安徽工业大学计算机科学与技术学院,马鞍山 243000;安徽工业大学计算机科学与技术学院,马鞍山 243000;合肥综合性国家科学中心人工智能研究院,合肥 230088
基金项目:国家自然科学基金(61806005);;安徽高校协同创新项目(GXXT-2020-012);;安徽省教育委员会自然科学基金(KJ2021A0372,KJ2019A0064)~~;
摘    要:图池化方法已经在生物信息学、化学、社交网络、推荐系统等多个领域中得到广泛应用,但关于图池化方法大多没有很好的解决节点选择问题和池化带来的节点信息丢失问题。对此提出一种新的多级联合图池化(MUPool)方法。所提方法使用多视角模块从多个视角获取节点的特征,即通过多个卷积模块提取不同的特征。同时提出多级联合模块(级联),将不同池化层的输出串联,每一层都可以融合以往所有层的信息。提出使用后端融合模块,针对每个池化层建立一个分类器,对预测结果进行融合得到最终分类结果。所提方法在多个数据集上进行实验,准确度平均提高1.62%,所提方法可以与现有的分层池化方法相结合,结合后的方法准确度平均提高2.45%。

关 键 词:图卷积网络  图分类  图池化  深度学习  人工智能
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号