基于子图划分的多尺度节点分类方法

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。