一种超图卷积网络模型及其半监督分类方法与流程技术资料下载

技术编号:17162669

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明属于数据信息处理技术领域,具体的涉及一种超图卷积网络模型及其半监督分类方法。背景技术最近深度卷积神经网络在机器学习、计算机视觉等任务中取得了很大的成功,其中主要原因是各网络层其中定义的离散卷积操作,计算中心像素点以及相邻像素点的加权和来实现图像空间特征的提取,通过在训练过程中优化各层的卷积核参数,使得网络能够自适应学习图像的深度特征,所以卷积神经网络能够在各种识别任务中得到广泛的应用。经典的深度卷积网络处理的通常是具有规整近邻结构的欧式结构数据,如图像、视频等,然而在现实问题中,还有很多具...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发