为解决数据不足对深度学习模型带来的泛化性能较差的问题，研究非欧几里得图的数据增强，在改进半监督节点分类的节点嵌入方法的背景下，提出双向数据增强图卷积网络(TDA-GCN),设计子图增强法，对子图上每一个节点进行增加或删除其相邻的边，其中图熵变化最小的作为增强图，从增强图和原始图的拓扑结构和节点属性中提取嵌入，利用注意力机制自适应融合学习到的嵌入。实验结果表明，该方法优于目前流行的方法，取得了较好结果。
科研之友
微信
新浪微博
Facebook
分享链接
