本发明涉及一种基于图神经网络系统的文献分类方法,设计基于图滤波核和广义非凸范数的图神经网络系统,按处理流程分为第一多层感知器模块、线性整流函数模块、第二多层感知器模块、目标图神经网络模块、归一化指数函数模块,目标图神经网络模块基于图滤波核和广义非凸范数构建,包括用于对图信号进行有用信息提取的图滤波核项、用于对图信号进行全局图光滑处理的图拉普拉斯正则项、以及用于对图信号进行局部图光滑处理的广义非凸范数项,并在应用中,采用预测校验下降上升算法求解该目标图神经网络模块;如此由图神经网络系统构成待训练网络,并进行训练,获得文献分类模型,能够有效提高对文献的分类精度,以及实际文献应用的工作效率。
📄 2022109154955
📂 G06K9_62
👤 南京邮电大学
📅 2022-08-01