一种特征提取方法技术

本申请公开了一种特征提取方法

【技术实现步骤摘要】
一种特征提取方法、装置及存储介质


[0001]本申请涉及神经网络
，尤其涉及一种特征提取方法
、
装置及计算机可读存储介质
。

技术介绍

[0002]随着神经网络技术的发展，其应用越来越广泛，用户对于神经网络的精度要求也越来越高，特征提取是神经网络技术中的一个关键操作，但是特征提取的过程中，特征图的相邻结点选择过程中易出现如下问题：图相邻结点较多时，如何抽取有效的邻居结点，以及图相邻结点较少时，获取图相邻结点或
Embedding(
降维
)
中原始特征往往是具有噪声，如何将有用的特征提取出来并转化为相应的特征，将进一步提升模型效果
。
[0003]目前主要采用
RandomWalk(
随机游走
)
采样或
Self
‑
Attention(
自注意力
)
提取特征等方法，但是采用
RandomWalk
抽样，需要按照图上相关结点进行随机游走，随机性较强，无法保证特征提取的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种特征提取方法，所述方法包括：获取第一特征图，所述第一特征图包括多个结点以及多个结点之间的关联关系，所述结点用于表征对对象进行推荐处理过程所涉及的对象属性信息；对所述第一特征图的多个结点进行子图重构，得到第二特征图，所述第二特征图中结点的数量小于所述第一特征图；对所述第二特征图进行特征筛选，以调整所述第二特征图中相关度不为零的相邻结点之间的相关度，得到目标特征图
。2.
根据权利要求1所述的方法，所述对所述第一特征图的多个结点进行子图重构，得到第二特征图，包括：对所述第一特征图的多个结点进行加权抽样处理，得到第三特征图，所述第三特征图中结点的数量小于所述第一特征图；对所述第三特征图的多个结点进行动态门限去噪处理，以将所述第三特征图中相关度小于门限值的两个相邻结点的相关度赋值为零，得到第二特征图
。3.
根据权利要求1所述的方法，所述获取第一特征图，包括：对所述多个结点进行特征初始化，得到所述第一特征图
。4.
根据权利要求2所述的方法，所述对所述第一特征图的多个结点进行加权抽样处理，包括：采用随机游走的方式，针对所述第一特征图多个结点的任意结点进行邻居结点抽样；对结点的随机游走访问次数进行归一化处理
。5.
根据权利要求2所述的方法，对所述第三特征图的多个结点进行动态门限去噪处理，包括：确定所述第三特征图中两个相邻结点的相关度；根据所述相关度与随机动态阈值的关系，对所述两个相邻结点的相关度重新赋值
。6.
根据权利要求5所述的方法，所述根据所述相关度与随机动态阈...

【专利技术属性】
技术研发人员：韩岩，何明，
申请(专利权)人：联想北京有限公司，
类型：发明
国别省市：