基于改进图卷积神经网络的半监督分类

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：图卷积神经网络（GCN）是一种用于处理图数据的深度学习模型.在经典的GCN中节点之间的聚合，未考虑节点间相似度的特征信息，影响了分类模型的准确性和模型训练的收敛速度.本文提出了一种改进聚合权重的图卷积神经网络IAW-GCN，通过利用描述节点相似度的曼哈顿距离度量设计了节点聚合权重函数，并用节（剩余12836字）

试读结束

目录
monitor