一种对超图进行超边分类的方法、装置及存储介质制造方法及图纸

技术编号:46073744 阅读:9 留言:0更新日期:2025-08-12 17:59
本发明专利技术涉及一种对超图进行超边分类的方法、装置及存储介质,应用于超边分析技术领域。具体包括:通过动态聚合超边内节点的特征,自动学习不同节点的重要性权重,避免依赖人工设计特征导致的偏差;将超图转换为线图结构,根据超图的超边与线图结构中线图节点的映射关系获取线图的邻接矩阵;通过将超图转换为线图结构,通过邻接关系重构减少冗余边数量,降低图神经网络的训练复杂度;根据任意两个线图节点的嵌入向量获取任意两个线图节点间的汉明距离矩阵;根据所述汉明距离矩阵,通过最小距离分类器判定超边类别,得到超边分类结果;通过汉明距离矩阵衡量节点相似性,能够有效捕捉非线性关系,提升分类鲁棒性。

【技术实现步骤摘要】

本专利技术属于超边分析,具体涉及一种对超图进行超边分类的方法、装置及存储介质


技术介绍

1、超图是一种广义图结构,其边(超边)可包含多个节点,适用于建模复杂系统中多节点间的高阶交互关系,例如社交网络中的群组交互、生物分子间的多体作用等,然而,传统图神经网络(gnn)仅能处理普通图(边仅连接两个节点),无法直接处理超图结构。

2、现有超边分类方法多依赖手工设计特征或简单图转换(如将超边展开为普通边),忽略了超边内节点间的高阶关联性和重要性差异,现有图转换方法(如星形扩展法)生成的普通图结构复杂且信息冗余,导致图神经网络训练效率低下,同时传统方法多采用余弦相似度或欧氏距离衡量节点相似性,无法有效捕捉超边分类任务中的非线性关系。


技术实现思路

1、有鉴于此,本专利技术的目的在于提供一种对超图进行超边分类的方法、装置及存储介质,以解决现有技术中,依赖手工设计特征或简单图转换,忽略了超边内节点间的高阶关联性和重要性差异,现有图转换方法生成的普通图结构复杂且信息冗余,导致图神经网络训练效率低下,采用余弦相似本文档来自技高网...

【技术保护点】

1.一种对超图进行超边分类的方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,

3.根据权利要求2所述的方法,其特征在于,

4.根据权利要求3所述的方法,其特征在于,还包括:

5.根据权利要求4所述的方法,其特征在于,

6.根据权利要求5所述的方法,其特征在于,

7.根据权利要求6所述的方法,其特征在于,还包括:

8.根据权利要求7所述的方法,其特征在于,还包括:

9.一种对超图进行超边分类的装置,其特征在于,所述装置包括:

10.一种存储介质,其特征在于...

【技术特征摘要】

1.一种对超图进行超边分类的方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,

3.根据权利要求2所述的方法,其特征在于,

4.根据权利要求3所述的方法,其特征在于,还包括:

5.根据权利要求4所述的方法,其特征在于,

6.根据权利要求5所述的方法,其特征在于,

7....

【专利技术属性】
技术研发人员:马秀娟马福祥张佳庆
申请(专利权)人:青海师范大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1