本申请公开了一种基于图神经网络的图反馈点集获取方法,涉及图像处理技术领域,采用图神经网络捕获图的结构特征,包括使用图嵌入方法和图嵌入工具生成不同权重的数据,得到计算机可以识别的低维向量;深度强化学习训练策略,通过神经网络预测结构后与对应的标签进行比对,调增参数更新网络,得到更准确的图反馈点集。该基于图神经网络的图反馈点集获取方法,整体强化学习的局限性相对较小,当reward函数定义的不太好时,仍能够得出全局最优的结果,而且当点的基数太大时,模型的泛化能力也能够得到提升。
声明:
“基于图神经网络的图反馈点集获取方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)