基于子图划分的多尺度节点分类方法 |
| |
作者姓名: | 李浩然 张红梅 |
| |
作者单位: | 桂林电子科技大学信息与通信学院 |
| |
基金项目: | 国家自然科学基金项目(61461010);;广西自然科学基金重点项目(2020GXNSFDA238001); |
| |
摘 要: | 为了解决深度图神经网络中存在的过平滑问题,提出一种基于子图划分的多尺度节点分类方法。该方法以Graph-Inception网络结构为核心,采用一种基于子图划分的数据预处理方法,通过改变图中的网络结构,优化特征聚集方式,有效地抑制了冗余搜索带来的过平滑问题;利用不同尺寸卷积核的组合来提取目标节点多尺度邻域的特征信息,以实现对图神经网络深度扩展的等效,一定程度上抑制了深层网络结构带来的过平滑问题。实验结果表明,该方法能够有效地抑制图神经网络中出现的过平滑问题,在基准数据集PPI、Reddit和Amazon上的分类准确率都得到了不同程度的提高。
|
关 键 词: | 子图划分 多尺度 图神经网络 节点分类 |
|
|