【技术实现步骤摘要】
本专利技术涉及计算机，尤其是涉及一种基于金字塔图池化transformer的图级别数据分类方法。
技术介绍
1、在计算机视觉领域，卷积神经网络由于其强大的特征提取能力，已经被广泛应用于处理图片、视频和音频等数据，在卷积神经网络中，对于图级别数据，通过增加网络的层数来增加感受野。然而，随着网络层数的增加，网络层数的增加会带来过平滑和过度挤压的问题，导致图神经网络的性能下降。
2、在图级别任务中，需要预测一个描述整个图的目标值，这个目标值可能依赖于远距离节点的依赖关系，图卷积神经网络有限的感受野不足以捕获远距离节点关系，增加网络的层数会带来过平滑和过度挤压的问题。
3、因此，设计一种新的图级别数据分类架构突破消息传递限制来解决过平滑和过度挤压的问题至关重要。
技术实现思路
1、本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于金字塔图池化transformer的图级别数据分类方法，以实现图级别任务下，图级别数据的分类。
2、本专利技术的目的可以...
【技术保护点】
1.一种基于金字塔图池化Transformer的图级别数据分类方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于金字塔图池化Transformer的图级别数据分类方法，其特征在于，所述的步骤S1中，通过聚合图中当前节点邻域内节点的消息更新当前节点的隐藏嵌入，实现图的局部邻域信息的提取。
3.根据权利要求2所述的一种基于金字塔图池化Transformer的图级别数据分类方法，其特征在于，聚合图中当前节点邻域内节点的消息更新当前节点的隐藏嵌入的过程采用下式实现：
4.根据权利要求1所述的一种基于金字塔图池化Transfo...
【技术特征摘要】
1.一种基于金字塔图池化transformer的图级别数据分类方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于金字塔图池化transformer的图级别数据分类方法，其特征在于，所述的步骤s1中，通过聚合图中当前节点邻域内节点的消息更新当前节点的隐藏嵌入，实现图的局部邻域信息的提取。
3.根据权利要求2所述的一种基于金字塔图池化transformer的图级别数据分类方法，其特征在于，聚合图中当前节点邻域内节点的消息更新当前节点的隐藏嵌入的过程采用下式实现：
4.根据权利要求1所述的一种基于金字塔图池化transformer的图级别数据分类方法，其特征在于，所述的步骤s2包括如下子步骤：
5.根据权利要求4所述的一种基于金字塔图池化transformer的图级别数据分类方法，其特征在于，所述的步骤s202中，通过图卷积和反池化操作得到恢复的池化图的过程采用下式实现：
6.根据权利要求1所述的一种基于金字塔图池化trans...
【专利技术属性】
技术研发人员：黄德双，李志鹏，王思果，张钦虎，
申请(专利权)人：宁波数字孪生东方理工研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。