期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于可微池化的层级图相似性学习
1
作者 吴磊 李晓楠 李冠宇 《计算机工程与设计》 北大核心 2024年第7期2013-2020,共8页
目前,大多数关于图相似性学习的工作仅考虑图级匹配或节点级匹配,忽略了多层级的粗图级匹配,为解决该问题提出一种可微池化层级图匹配网络(PHMN)模型。逐层将图的节点表示进行软聚类进而将源图转化为尺寸缩小的粗图;在图对上使用多角度... 目前,大多数关于图相似性学习的工作仅考虑图级匹配或节点级匹配,忽略了多层级的粗图级匹配,为解决该问题提出一种可微池化层级图匹配网络(PHMN)模型。逐层将图的节点表示进行软聚类进而将源图转化为尺寸缩小的粗图;在图对上使用多角度多层级的跨图匹配层,获取匹配矩阵;由注意力机制将图对匹配矩阵转化为匹配向量后,传入LSTM模型和多层感知机进行相似度预测。该模型在图回归任务和图分类任务的对比实验中,分别取得8项最优表现和6项最优表现。 展开更多
关键词 图神经网络 图相似性学习 可微池化 图匹配 相似性搜索 图编辑距离 注意力机制
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部