期刊文献+
共找到229篇文章
< 1 2 12 >
每页显示 20 50 100
Neighborhood Complex of Bipartite Graph
1
作者 薛秀谦 《International Journal of Mining Science and Technology》 SCIE EI 1999年第1期89-91,共3页
In this paper the structure of neighborhood complex of a bipartite graph is discussed, the concept of dusl complex is introduced, the main result that a pair of dual complexes is exactly the neighborhood complex or a ... In this paper the structure of neighborhood complex of a bipartite graph is discussed, the concept of dusl complex is introduced, the main result that a pair of dual complexes is exactly the neighborhood complex or a connected bipartite graph is proved. 展开更多
关键词 BIPARTITE graph neighborhood COMPLEX DUAL COMPLEX
下载PDF
NEIGHBORHOOD UNION OF INDEPENDENT SETS AND HAMILTONICITY OF CLAW-FREE GRAPHS
2
作者 XuXinping 《Applied Mathematics(A Journal of Chinese Universities)》 SCIE CSCD 2005年第1期121-126,共6页
Let G be a graph,for any u∈V(G),let N(u) denote the neighborhood of u and d(u)=|N(u)| be the degree of u.For any UV(G),let N(U)=∪_~u∈U N(u), and d(U)=|N(U)|.A graph G is called claw-free if it has no induced subgra... Let G be a graph,for any u∈V(G),let N(u) denote the neighborhood of u and d(u)=|N(u)| be the degree of u.For any UV(G),let N(U)=∪_~u∈U N(u), and d(U)=|N(U)|.A graph G is called claw-free if it has no induced subgraph isomorphic to K_~1,3 .One of the fundamental results concerning cycles in claw-free graphs is due to Tian Feng,et al.: Let G be a 2-connected claw-free graph of order n,and d(u)+d(v)+d(w)≥n-2 for every independent vertex set {u,v,w} of G, then G is Hamiltonian. It is proved that,for any three positive integers s,t and w,such that if G is a (s+t+w-1)-connected claw-free graph of order n,and d(S)+d(T)+d(W)>n-(s+t+w) for every three disjoint independent vertex sets S,T,W with |S|=s,|T|=t,|W|=w,and S∪T∪W is also independent,then G is Hamiltonian.Other related results are obtained too. 展开更多
关键词 Hamiltonicity claw-free graph independent set neighborhood union vertex insertion.
下载PDF
A Neighborhood Condition for Graphs to Have Special [a,b]-Factor
3
作者 Jinguo Lei Qingzhi Yu +1 位作者 Changhua Huang Man Liu 《Applied Mathematics》 2014年第1期212-215,共4页
Let G be a graph of order n, and let a and b be integers, such that 1 ≤ a b. Let H be a subgraph of G with m(≤b) edges, and δ(G) be the minimum degree. We prove that G has a [a,b]-factor containing all edges of H i... Let G be a graph of order n, and let a and b be integers, such that 1 ≤ a b. Let H be a subgraph of G with m(≤b) edges, and δ(G) be the minimum degree. We prove that G has a [a,b]-factor containing all edges of H if , , and when a ≤ 2, . 展开更多
关键词 graph FACTOR [a b]-Factor The Minimum DEGREE neighborhood CONDITION
下载PDF
The Neighborhood Union of Independent Sets and Hamiltonicity of Claw- free Graphs
4
作者 Xu Xinping 《江苏教育学院学报(自然科学版)》 2002年第1期19-23,共5页
关键词 数学教学 教学方法 教学模式 教育改革
下载PDF
基于多邻域感知的石油数据资产图谱实体对齐
5
作者 王志宝 江树涛 +3 位作者 李菲 高俊涛 马强 杨彬 《计算机工程》 CSCD 北大核心 2024年第1期339-347,共9页
实体对齐在自动融合多源异构的石油领域数据资产知识图谱过程中起着至关重要的作用。目前主流基于图神经网络的实体对齐模型多关注实体和图结构的信息,忽略了实体之间的关系、属性与属性值等多邻域的语义信息,在命名规则差异性大、行业... 实体对齐在自动融合多源异构的石油领域数据资产知识图谱过程中起着至关重要的作用。目前主流基于图神经网络的实体对齐模型多关注实体和图结构的信息,忽略了实体之间的关系、属性与属性值等多邻域的语义信息,在命名规则差异性大、行业特殊、语义实体多的石油领域数据资产知识图谱融合过程中性能一般。提出一种基于图注意力网络改进的多邻域感知网络(MNAN)模型,用于实体对齐。使用基于BERT的多语言预训练模型得到实体及多邻域的初始特征,通过带有Highway Networks的图卷积神经网络聚合邻域实体与图结构特征,利用多邻域感知和实体增强注意力网络聚合实体的多邻域特征,使用最小化基于边际的损失函数训练模型。在石油领域数据资产知识图谱数据集中的2个知识图谱上进行实体对齐实验,实验结果表明,MNAN模型优于所有对比的基于图神经网络实体对齐模型,Hits@1值达86.7%,优于表现最好的对比模型约2.3个百分点。 展开更多
关键词 实体对齐 多邻域感知 图注意力网络 石油领域数据资产 知识图谱
下载PDF
基于局部-邻域图信息与注意力机制的会话推荐
6
作者 党伟超 吴非凡 +2 位作者 高改梅 刘春霞 白尚旺 《计算机工程与设计》 北大核心 2024年第3期925-931,共7页
针对基于匿名用户的会话推荐忽略了不同会话之间可能存在的协作信息,以及未考虑所预测的目标项与历史行为的相关性问题,提出一种基于局部-邻域图信息与注意力机制的会话推荐模型(SR-LNG-AM)。从当前会话和邻域会话构建的图结构中分别学... 针对基于匿名用户的会话推荐忽略了不同会话之间可能存在的协作信息,以及未考虑所预测的目标项与历史行为的相关性问题,提出一种基于局部-邻域图信息与注意力机制的会话推荐模型(SR-LNG-AM)。从当前会话和邻域会话构建的图结构中分别学习两种类型的项目转换信息,将其融合得到项目嵌入。使用软注意力机制生成全局嵌入,使用目标注意力机制针对不同的目标项自适应生成不同的目标嵌入。结合局部嵌入,进行预测。在两个真实数据集上与多个基线方法进行实验对比,实验指标均有提高,验证了该方法的有效性。 展开更多
关键词 会话推荐 注意力机制 图信息 邻域会话 协作信息 目标注意力 目标嵌入
下载PDF
基于动态邻域采样的社交推荐模型
7
作者 蔡晓东 周青松 叶青 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第2期32-41,共10页
基于图神经网络的社交推荐模型在提升推荐系统性能方面有不错的表现。但现有方法都忽略了被查询的目标用户和项目节点与其邻居节点间可能存在特征不匹配的问题,导致噪声的引入而降低了模型性能。为了解决该问题,文中提出一种社交推荐模... 基于图神经网络的社交推荐模型在提升推荐系统性能方面有不错的表现。但现有方法都忽略了被查询的目标用户和项目节点与其邻居节点间可能存在特征不匹配的问题,导致噪声的引入而降低了模型性能。为了解决该问题,文中提出一种社交推荐模型DNSSR。首先构建一个包含用户和项目多元关系的关系图谱,图节点间信息关联更丰富;然后利用动态邻域采样机制获得与目标查询对的特征更一致的邻居节点,减少了噪声信息;另外,为了进一步提高模型预测性能,设计了一种增强型图神经网络对采样后得到的关系子图进行建模,它可以区分不同邻居节点的重要性并选择更可靠的信息源,获得更鲁棒的用户和项目嵌入向量用于评分预测。实验结果表明:相比其他先进模型,该模型预测误差明显降低,证明了文中所提各项方法的有效性;尤其是动态邻域采样机制,若将其弃用,DNSSR在Ciao数据集上的RMSE(均方根误差)和MAE(平均绝对误差)指标将分别上升6.05%和7.31%,在Epinions数据集上则分别上升3.49%和5.41%,充分验证了其能有效降低噪声干扰、提高社交推荐模型的性能。 展开更多
关键词 社交推荐 评分预测 图神经网络 动态邻域采样
下载PDF
基于邻域采样的多任务图推荐算法
8
作者 张俊三 肖森 +3 位作者 高慧 邵明文 张培颖 朱杰 《计算机工程与应用》 CSCD 北大核心 2024年第9期172-180,共9页
近年来,图神经网络(GNN)成为解决协同过滤的主流方法之一。它通过构建用户-物品图,模拟用户与物品的交互关系,并用GNN学习它们的特征表示。尽管现有在模型结构上的研究已取得了较大进展,但如何在图结构上更有效地进行负采样仍未有效解... 近年来,图神经网络(GNN)成为解决协同过滤的主流方法之一。它通过构建用户-物品图,模拟用户与物品的交互关系,并用GNN学习它们的特征表示。尽管现有在模型结构上的研究已取得了较大进展,但如何在图结构上更有效地进行负采样仍未有效解决。为此,提出一种基于邻域采样的多任务图推荐算法。该算法提出了一种基于GNN的邻域采样策略,该策略以每个用户为中心构建子图,将次高阶物品作为用户邻域采样的负样本,可以更有效地挖掘强负样本并提高采样质量。通过GNN对图结点进行信息聚合与特征提取,得到结点的最终嵌入表示。设计一种余弦边际损失来过滤部分冗余负样本,以有效减少采样过程中的噪声数据。同时,该算法引入了多任务策略对模型进行联合优化,以增强模型的泛化能力。在3个公开数据集上进行的大量实验表明,该算法在大多数情况下明显优于其他主流算法。 展开更多
关键词 图神经网络 协同过滤 负采样 邻域采样 余弦边际损失 多任务策略
下载PDF
基于图结构的空间同位模式挖掘
9
作者 王靖涵 艾廷华 +2 位作者 吴昊 徐海江 栗广岳 《测绘学报》 EI CSCD 北大核心 2024年第4期724-735,共12页
空间同位模式反映了不同地理要素分布的依存关系,是地理学第一定律的体现,也符合空间大数据分析重在揭示事物关联特征的目标。空间同位模式挖掘需要顾及空间分布耦合机制,探测空间邻近关系及基于支持度等指标分析高频共生模式。现有方... 空间同位模式反映了不同地理要素分布的依存关系,是地理学第一定律的体现,也符合空间大数据分析重在揭示事物关联特征的目标。空间同位模式挖掘需要顾及空间分布耦合机制,探测空间邻近关系及基于支持度等指标分析高频共生模式。现有方法多在判定邻近关系的同时搜索共生模式,导致在挖掘高阶共生模式时需要实时修正几何邻近关系,在复杂系统下丧失计算过程的灵活性。考虑到图数据蕴含的拓扑连接信息与空间同位模式相契合,本文提出一种基于图结构的空间同位模式挖掘方法。该方法一步完成几何上的邻近关系探测,然后在图数据库中通过子图搜索完成逻辑上的同位模式判别。首先,基于Delaunay三角网构建自适应邻接图,利用自适应邻接过滤器删除无效连接。然后,通过候选子图的不断连接、剪枝、生长,逐步从N元递推获取N+1元候选同位模式。最后,通过计算支持度指标并与预定义阈值比较以确定空间同位模式。本文基于不断生长迭代的图遍历思想提升了空间同位模式挖掘面向更复杂的空间场景的普适性。试验表明本文方法具备高效的挖掘能力,相较传统算法,在多元空间同位模式的挖掘任务中效果更优。 展开更多
关键词 空间同位模式 自适应邻接图 图遍历 APRIORI算法
下载PDF
基于邻域关系感知图神经网络的DDI预测
10
作者 雷志超 蒋嘉俊 +2 位作者 马驰卓 周文静 王楚正 《计算机工程与科学》 CSCD 北大核心 2024年第5期907-915,共9页
研究药物的相互作用DDI有助于临床用药与新药研发。现有的研究技术没有充分考虑药物知识图谱中药物实体与其他药物、靶标和基因等实体的拓扑结构,以及实体之间不同关系的语义重要性。针对这些问题,提出基于邻域关系感知的图神经网络模型... 研究药物的相互作用DDI有助于临床用药与新药研发。现有的研究技术没有充分考虑药物知识图谱中药物实体与其他药物、靶标和基因等实体的拓扑结构,以及实体之间不同关系的语义重要性。针对这些问题,提出基于邻域关系感知的图神经网络模型NRAGNN预测药物的相互作用。首先,使用图注意力学习不同关系边的权重与特征表示,强化药物实体的语义特征;然后,生成药物实体周围不同层的邻域表示,捕获药物实体的拓扑结构特征;最后,将2种药物特征表示向量进行逐元素相乘得到药物相互作用分数。实验预测结果表明,提出的NRAGNN模型在KEGG药物数据集上的ACC、AUPR、AUC-ROC和F1指标分别达到了0.8994,0.9444,0.9567和0.9023,优于当前的其他模型。 展开更多
关键词 药物相互作用 知识图谱 邻域关系感知 图注意力网络 语义特征
下载PDF
一种基于图神经网络的改进邻域搜索算法
11
作者 伍康 夏维 王子源 《计算机应用研究》 CSCD 北大核心 2024年第5期1402-1408,共7页
近年来图神经网络与深度强化学习的发展为组合优化问题的求解提供了新的方法。当前此类方法大多未考虑到算法参数学习问题,为解决该问题,基于图注意力网络设计了一种智能优化模型。该模型对大量问题数据进行学习,自动构建邻域搜索算子... 近年来图神经网络与深度强化学习的发展为组合优化问题的求解提供了新的方法。当前此类方法大多未考虑到算法参数学习问题,为解决该问题,基于图注意力网络设计了一种智能优化模型。该模型对大量问题数据进行学习,自动构建邻域搜索算子与序列破坏终止符,并使用强化学习训练模型参数。在标准算例集上测试模型并进行三组不同实验。实验结果表明,该模型学习出的邻域搜索算子具备较强的寻优能力和收敛性,同时显著降低了训练占用显存。该模型能够在较短时间内求解包含数百节点的CVRP问题,并具有一定的扩展潜力。 展开更多
关键词 组合优化 CVRP 邻域搜索 图注意力网络 深度强化学习
下载PDF
新增未知攻击场景下的工业互联网恶意流量识别方法
12
作者 曾凡一 苘大鹏 +5 位作者 许晨 韩帅 王焕然 周雪 李欣纯 杨武 《通信学报》 EI CSCD 北大核心 2024年第6期75-86,共12页
针对工业互联网中新增未知攻击所引发的流量数据分布偏移问题,提出了一种基于邻域过滤和稳定学习的恶意流量识别方法,旨在增强现有图神经网络模型在识别已知类恶意流量时的有效性和鲁棒性。该方法首先对流量数据进行图结构建模,捕获通... 针对工业互联网中新增未知攻击所引发的流量数据分布偏移问题,提出了一种基于邻域过滤和稳定学习的恶意流量识别方法,旨在增强现有图神经网络模型在识别已知类恶意流量时的有效性和鲁棒性。该方法首先对流量数据进行图结构建模,捕获通信行为中的拓扑关系与交互模式;然后,基于有偏采样的邻域过滤机制划分流量子图,消除通信行为间的伪同质性;最后,应用图表示学习和稳定学习策略,结合自适应样本加权与协同损失优化方法,实现高维流量特征的统计独立性。2个基准数据集上的实验结果表明,相较对比方法,所提方法在新增未知攻击场景下的识别性能提升超过2.7%,展示了其在工业互联网环境下的高效性和实用性。 展开更多
关键词 工业互联网 恶意流量识别 图神经网络 邻域过滤 稳定学习
下载PDF
基于邻域抽样多图神经网络的社会化推荐算法
13
作者 王若辰 原欣伟 +1 位作者 段刚龙 李建勋 《计算机仿真》 2024年第3期497-504,共8页
基于图神经网络的社会化推荐算法可以从图网络中获取深层数据信息,提升推荐性能。但随着图网络复杂度提升,特别是对于多图神经网络,节点特征获取质量直接影响最终的推荐质量。为了提升多图网络中的节点特征获取质量,结合邻域抽样思想,... 基于图神经网络的社会化推荐算法可以从图网络中获取深层数据信息,提升推荐性能。但随着图网络复杂度提升,特别是对于多图神经网络,节点特征获取质量直接影响最终的推荐质量。为了提升多图网络中的节点特征获取质量,结合邻域抽样思想,提出一种邻域抽样多图神经网络社会化推荐模型MGNN-NS。基于用户-项目评分图和用户社交关系图,从用户和商品项目角度对图中节点的邻域节点进行抽样,并应用多头注意力机制对抽样节点进行信息聚合,获取用户和商品项目特征,计算预测评分,得到推荐结果。在真实数据集Epinions和Ciao上进行实验,结果表明MGNN-NS模型相较于基准算法有更好的推荐效果。 展开更多
关键词 图神经网络 社会化推荐 邻域抽样 多头注意力机制
下载PDF
基于图注意力机制的三维点云感知
14
作者 高瑞贞 王诗浩 +2 位作者 王皓乾 张京军 李志杰 《中国测试》 CAS 北大核心 2024年第7期155-162,共8页
基于PointNet++网络的三维点云感知方法能够通过提取目标的几何特征信息来对目标进行分类。虽然PointNet++网络能够提取到点云数据的局部特征,但未考虑点与其邻域点之间的关系,因此一旦缺失一个点的局部特征,网络的性能会受到较大的影... 基于PointNet++网络的三维点云感知方法能够通过提取目标的几何特征信息来对目标进行分类。虽然PointNet++网络能够提取到点云数据的局部特征,但未考虑点与其邻域点之间的关系,因此一旦缺失一个点的局部特征,网络的性能会受到较大的影响。针对这一问题,该文提出一种基于图注意力机制(graphic attention mecahnism)的新网络架构GA-PointNet++。模型利用图注意力机制在点与其邻域点之间分配注意力系数,完成点云局部特征的提取。在分类实验中,该文在ModelNet40数据集上的实验结果表明,提出的GA-PointNet++模型最终的平均分类准确率达到了88.8%,总体准确率达到了91.3%。相较于PointNet++基线模型总体准确率提高1.1百分点,验证了GA-PointNet++在分类任务中的有效性。 展开更多
关键词 图像处理 深度学习 图注意力机制 邻域点
下载PDF
解纠缠邻域信息聚合的知识图谱补全方法
15
作者 马浩凯 祁云嵩 吴宇斌 《计算机应用研究》 CSCD 北大核心 2024年第3期772-778,共7页
针对现有基于图神经网络的知识补全模型在处理知识图谱异构性上的不足,及大部分模型采用单一静态实体表示方式导致的模型表达能力受限问题,提出一种基于图注意力网络的解纠缠邻域信息聚合模型。首先,该模型通过学习每个实体的解纠缠表示... 针对现有基于图神经网络的知识补全模型在处理知识图谱异构性上的不足,及大部分模型采用单一静态实体表示方式导致的模型表达能力受限问题,提出一种基于图注意力网络的解纠缠邻域信息聚合模型。首先,该模型通过学习每个实体的解纠缠表示,对实体的潜在影响因子进行多组件表示。其次,利用注意力机制,为两个相连的实体选择最具影响力的潜在影响因子作为连接要素。接着,通过关系感知注意力机制自适应地聚合实体因子级的邻域消息,有效地减少了在信息聚合过程中不相关信息的相互干扰,进而显著增强了模型的语义表达能力。此外,为了使模型在评分过程中关注与给定关系最相关的实体组件,进一步引入了一个自适应评分系数,使模型能够自适应地感知给定的关系与实体不同组件的关联度。实验结果显示,提出的模型在WN18RR和FB15K-237数据集的知识图谱补全任务上相较其他先进基线模型表现更优,并显著地增强了模型的表达能力。 展开更多
关键词 知识图谱补全 图神经网络 解纠缠邻域信息 注意力机制
下载PDF
基于关系学习的小样本知识图谱补全模型
16
作者 李卫军 顾建来 +2 位作者 张新勇 高庾潇 刘锦彤 《郑州大学学报(工学版)》 CAS 北大核心 2024年第4期53-61,共9页
在小样本知识图谱中,实体对之间的关系表示复杂多样。然而,现有的小样本知识图谱补全方法普遍存在关系学习能力不足和忽略实体上下文语义的问题。为解决这些问题,提出了一种基于关系学习的小样本知识图谱补全模型FRLC。首先,在聚合高阶... 在小样本知识图谱中,实体对之间的关系表示复杂多样。然而,现有的小样本知识图谱补全方法普遍存在关系学习能力不足和忽略实体上下文语义的问题。为解决这些问题,提出了一种基于关系学习的小样本知识图谱补全模型FRLC。首先,在聚合高阶邻域实体信息的过程中引入了门控机制,这一步骤旨在丰富中心实体表达的同时减少噪声对邻居的不良影响。其次,在关系学习阶段充分利用参考集实体对之间的相关性,实现更加准确的关系表示。最后,在Transformer学习器中,引入了LSTM结构进一步学习实体和关系的上下文语义信息,用于预测新的事实知识。为了验证FRLC的有效性,在公开的NELL-One和Wiki-One数据集上将FRLC与6个小样本知识图谱补全模型和5个传统模型的5-shot链接预测进行了对比实验,结果表明:FRLC在MRR、Hits@10、Hits@5和Hits@1这4个指标上都有所提升,证明了模型的有效性。 展开更多
关键词 知识图谱补全 小样本关系 邻域聚合 链接预测
下载PDF
求解最小双连通支配集问题的变邻域禁忌搜索算法
17
作者 桂文杰 吴歆韵 熊才权 《湖北工业大学学报》 2024年第1期68-74,共7页
针对经典NP难优化问题——最小双连通支配集问题,提出了一种元启发式求解算法——变邻域禁忌搜索算法。算法将原优化问题的求解转换为一系列判定问题——k双连通支配集问题的求解,使用两种邻域结构更加有效地覆盖解空间,同时使用扰动及... 针对经典NP难优化问题——最小双连通支配集问题,提出了一种元启发式求解算法——变邻域禁忌搜索算法。算法将原优化问题的求解转换为一系列判定问题——k双连通支配集问题的求解,使用两种邻域结构更加有效地覆盖解空间,同时使用扰动及禁忌机制帮助算法跳出局部最优陷阱。通过与现有文献中的精确算法、启发式算法在国际文献公开的38个双连通图算例上的实验对比,结果表明变邻域禁忌搜索算法能够有效求解最小双连通支配集问题,可求得所有公开算例的最优解,并且在稠密图中计算效率明显优先于其他算法。 展开更多
关键词 元启发式算法 最小双连通支配集 变邻域搜索算法 禁忌算法 双连通图
下载PDF
基于双层图注意力网络的邻域信息聚合实体对齐方法
18
作者 王键霖 张浩 +3 位作者 张永爽 马超伟 齐珂 张小艾 《计算机应用研究》 CSCD 北大核心 2024年第6期1686-1692,共7页
针对知识图谱中存在部分属性信息对实体对齐任务影响程度不一致以及实体的邻域信息重要程度不一致的问题,提出了一种结合双层图注意力网络的邻域信息聚合实体对齐(two-layer graph attention network entity alignment,TGAEA)方法。该... 针对知识图谱中存在部分属性信息对实体对齐任务影响程度不一致以及实体的邻域信息重要程度不一致的问题,提出了一种结合双层图注意力网络的邻域信息聚合实体对齐(two-layer graph attention network entity alignment,TGAEA)方法。该方法采用双层图神经网络,首先利用第一层网络对实体属性进行注意力系数计算,降低无用属性对实体对齐的影响;随后,结合第二层网络对实体名称、关系和结构等信息进行特征加权,以区分实体邻域信息的重要性;最后,借助自举方法扩充种子实体对,并结合邻域信息相似度矩阵进行实体距离度量。实验表明,在DWY100K数据集上,TGAEA模型相较于当前基线模型,hit@1、hit@10和MRR指标分别提升了4.18%、4.81%和5%,证明了双层图注意力网络在邻域信息聚合实体对齐方面的显著效果。 展开更多
关键词 知识图谱 实体对齐 图注意力网络 属性信息 邻域信息聚合
下载PDF
多关系下图自注意机制增强的知识表示学习
19
作者 刘冬帅 安敬民 +1 位作者 孟繁琛 李冠宇 《计算机工程与应用》 CSCD 北大核心 2024年第12期136-143,共8页
知识图谱为表示多关系型数据的异构图。已有知识表示学习方法通过增加实体和关系嵌入之间的交互提高知识三元组表达能力,但无法使其蕴含多层次语义,即特定关系下实体具有的多重关联属性。图神经网络利用结构信息为实体的邻居节点分配权... 知识图谱为表示多关系型数据的异构图。已有知识表示学习方法通过增加实体和关系嵌入之间的交互提高知识三元组表达能力,但无法使其蕴含多层次语义,即特定关系下实体具有的多重关联属性。图神经网络利用结构信息为实体的邻居节点分配权重,但无法对实体和邻居之间的复杂交互进行更精准的消息传递。为此,提出了基于自注意机制的知识表示学习模型(CompESAT),为聚合了邻居信息的复合实体引入自注意机制,依据不同邻居贡献度的变化动态更新实体表示。该模型编码器定义了多个图注意机制层来处理复合实体的多重局部特征,自适应地学习复合实体嵌入。解码器补充解码三元组的全局特征。链接预测任务中该模型在FB15k-237数据集上各项评价指标均有提升,MRR和Hit@10分别提升了0.042和0.045;在WN18RR数据集上,Hit@10提升了0.069。 展开更多
关键词 知识表示学习 图结构 自注意机制 多层次语义 邻域聚合 异构链接
下载PDF
基于图卷积神经网络的三维点云分割算法Graph⁃PointNet 被引量:3
20
作者 陈苏婷 陈怀新 张闯 《现代电子技术》 2022年第6期87-92,共6页
三维点云无序不规则的特性使得传统的卷积神经网络无法直接应用,且大多数点云深度学习模型往往忽略大量的空间信息。为便于捕获空间点邻域信息,获得更好的点云分析性能以用于点云语义分割,文中提出Graph⁃PointNet点云深度学习模型。Grap... 三维点云无序不规则的特性使得传统的卷积神经网络无法直接应用,且大多数点云深度学习模型往往忽略大量的空间信息。为便于捕获空间点邻域信息,获得更好的点云分析性能以用于点云语义分割,文中提出Graph⁃PointNet点云深度学习模型。Graph⁃PointNet在经典点云模型PointNet的基础上,结合二维图像中聚类思想,设计了图卷积特征提取模块取代多层感知器嵌入PointNet中。图卷积特征提取模块首先通过K近邻算法搜寻相邻特征点组成图结构,接着将多组图结构送入图卷积神经网络提取局部特征用于分割。同时文中设计一种新型点云采样方法多邻域采样,多邻域采样通过设置点云间夹角阈值,将点云区分为特征区域和非特征区域,特征区域用于提取特征,非特征区域用于消除噪声。对室内场景S3DIS、室外场景Semantic3D数据集进行实验,得到二者整体精度分别达到89.33%和89.78%,平均交并比达到64.62%,61.47%,均达到最佳效果。最后,进行消融实验,进一步证明了文中所提出的多邻域采样和图卷积特征提取模块对提高点云语义分割的有效性。 展开更多
关键词 三维点云分割 图卷积神经网络 graph⁃PointNet 语义分割 深度学习 多邻域采样 特征提取
下载PDF
上一页 1 2 12 下一页 到第
使用帮助 返回顶部