一种多层MLP网络的图分类方法、介质及设备

作者：丁静怡; 宋健; 张向荣; 吴建设; 焦李成; 成若辉; 曹小卫

来源：2021-01-19, 中国, CN202110071722.6.

本发明公开了一种多层MLP网络的图分类方法、介质及设备,构建图,将图的节点连边转为邻接矩阵；将最小批次特征矩阵输入到输入层；将输入层输出的最小批次表示向量输入到BatchnNormal层均值归一化；利用BatchnNormal层输出的归一化后的最小批次表示向量,乘以最小批次邻接矩阵,输入到中间层,输出最小批次表示向量；将输出的最小批次表示向量输入到BatchNorm层归一化后,将归一化后表示向量乘以最小批次注意力邻接矩阵输入到输出层；建立网络模型并进行训练；将待预测的同类的图输入训练好的神经网络模型中,输出图标签,完成图分类任务。本发明根据节点本身特征采用注意力机制为邻域内的不同节点分配不同的重要性,使用MLP多次聚合特征向量,更好的分类图标签,分类精度高。

• 单位
  西安电子科技大学