图网络的原始数据的处理方法及其相关处理系统技术方案

本发明专利技术公开一种图网络的原始数据的处理方法及其相关处理系统。图网络的原始数据的处理方法，包含有载入一第一图网络；将该第一图网络分割为复数个第二图网络；将该复数个第二图网络标记为复数个图网络特征；以及以该复数个图网络特征的每一图网络特征作为一机器学习方法的一学习特征。习方法的一学习特征。习方法的一学习特征。

【技术实现步骤摘要】
图网络的原始数据的处理方法及其相关处理系统


[0001]本专利技术涉及一种图网络的原始数据的处理方法及其相关处理系统，尤指一种有效率地处理图网络的原始数据的处理方法及其相关处理系统。

技术介绍

[0002]图神经网络(GNN，Graph Neural Networks)技术是一种基于深度学习的图域资讯的处理方法。在现有的图神经网络技术下，于处理一物件或一样本时，需先根据物件或样本产生包含大量原始数据(Raw Data)的图网络，再根据所产生的图网络进行机器学习。由于图神经网络是对图网络进行矩阵向量乘积操作，因此处理图网络所需处理的信息量非常庞大，进而降低运算效率。因此，现有技术有改进的必要。

技术实现思路

[0003]因此，本专利技术提供一种图网络的原始数据的处理方法及其相关处理系统，以有效地处理图网络的原始数据，并且减少神经网络或机器学习所需要的原始数据的信息量。
[0004]本专利技术的一实施例公开一种图网络的原始数据的处理方法，包含有载入一第一图网络；将该第一图网络分割为复数个第二图网络；将该复数个第二图网络标记为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图网络的原始数据的处理方法，其特征在于，包含有：载入一第一图网络；将所述第一图网络分割为复数个第二图网络；将所述复数个第二图网络标记为复数个图网络特征；以及以所述复数个图网络特征的每一图网络特征作为一机器学习方法的一学习特征。2.如权利要求1所述的图网络的原始数据的处理方法，其特征在于，其中所述第一图网络是由一三维模型转换而成，并且所述三维模型包含至少一面及至少一边。3.如权利要求2所述的图网络的原始数据的处理方法，其特征在于，其中所述第一图网络是由所述三维模型的至少一面以及至少一边而形成。4.如权利要求2所述的图网络的原始数据的处理方法，其特征在于，其中所述复数个第二图网络的每一第二图网络分别对应于所述三维模型的一部分。5.如权利要求1所述的图网络的原始数据的处理方法，其特征在于，其中所述每一的二图网络是由所述第一图网络的一节点展开至少一层而形成。6.一种用于处理图网络的原始数据的处理系统，其特征在于，包含有：一处理装置；一存储器装置，耦接于...

【专利技术属性】
技术研发人员：吕炳荣，
申请(专利权)人：英业达股份有限公司，
类型：发明
国别省市：