基于GCN的节点分类研究

作者：张博; 宋淑彩^*; 赵一航

来源：河北建筑工程学院学报, 2022, 40(02): 196-200.

• GCN
• 节点分类
• Cora数据

图数据作为一种非欧几里得数据，因为其数据不具有平移不变性，从而导致常规的神经网络无法很好的对图数据进行特征抽取。但是在最近几年里，深度学习的发展越来越快，非欧几里得的数据也和深度学习组合在了一起，并加入了卷积的技术，形成了图卷积神经网络（Graph Convolutionnal Network），简称GCN。为了更好的从图数据中抽取特征，并准确的对图中没有标签的节点进行预测分类，利用了GCN对Cora数据集进行数据特征信息的抽取，再对提取到的信息进行整合分类，通过对代码当中的学习率、衰减权重和训练次数进行修改调试，最终使准确率从80.5%上升到81.3%。

• 单位
  河北建筑工程学院