[发明专利]图池化方法、装置、设备以及存储介质

权利要求书

1.一种图池化方法，其特征在于，所述方法包括：

获取待池化图特征表示，并将所述待池化图特征表示分割为多个子图特征表示，一个子图特征表示中包括所述待池化图特征表示中的一个或者多个维度的图特征表示；

基于图神经网络模型确定各子图特征表示对应的图注意力输出特征，一个子图特征表示对应一个图注意力输出特征；

基于所述各子图特征表示对应的图注意力输出特征聚合得到待筛选图特征表示，所述待筛选图特征表示中包括所述待池化图特征表示中的各个维度对应的特征表示；

根据所述待筛选图特征表示中包括的多个待筛选对象的特征表示以及各待筛选对象的权重，从所述待筛选图特征中筛选出目标图特征，并基于所述目标图特征确定池化后的目标图特征表示。

2.根据权利要求1所述的方法，其特征在于，所述基于所述各子图特征表示对应的图注意力输出特征聚合得到待筛选图特征表示之后，所述方法还包括：

利用权重函数对所述待筛选图特征表示中包括的各待筛选对象的特征表示进行计算，得到所述各待筛选对象的权重。

3.根据权利要求1或2中所述的方法，其特征在于，所述根据所述待筛选图特征表示中包括的多个待筛选对象的特征表示以及各待筛选对象的权重，从所述待筛选图特征中筛选出目标图特征包括：

将所述待筛选图特征表示中包括的多个待筛选对象按照各待筛选对象的权重进行排序，将权重大于权重阈值的待筛选对象确定为目标对象；

根据所述目标对象确定目标图特征；

其中，所述待筛选对象包括节点和/或边。

4.根据权利要求3所述的方法，其特征在于，所述根据所述目标对象，确定出所述目标图特征，包括：

根据所述目标对象确定目标对象索引，基于所述目标对象索引生成目标对象掩膜；

根据所述目标对象掩膜以及所述待筛选图特征表示确定目标图特征。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述基于所述目标图特征确定池化后的目标图特征表示之后，所述方法还包括：

基于所述池化后的目标图特征表示，确定池化后的目标图片并输出所述目标图片。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述图神经网络模型包括：图卷积网络模型、图注意力网络模型、图自编码器模型、图生成网络模型和图时空网络模型中的一种或几种。

7.一种图池化装置，其特征在于，包括：

特征获取模块，用于获取待池化图特征表示；

特征分割模块，用于将所述待池化图特征表示分割为多个子图特征表示，一个子图特征表示中包括所述待池化图特征表示中的一个或者多个维度的图特征表示；

特征训练模块，用于基于图神经网络模型确定出各子图特征表示对应的图注意力输出特征，一个子图特征表示对应一个图注意力输出特征；

特征拼接模块，用于基于所述各子图特征表示对应的图注意力输出特征聚合得到待筛选图特征表示，所述待筛选图特征表示中包括所述待池化图特征表示中的各个维度对应的待筛选特征表示；

特征筛选模块，用于根据所述待筛选图特征表示中包括的多个待筛选对象的特征表示以及各待筛选对象的权重，从所述待筛选图特征中筛选出目标图特征；

特征表示模块，用于基于所述目标图特征确定池化后的目标图特征表示。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

图片输出模块，用于基于所述池化后的目标图特征表示，确定池化后的目标图片并输出所述目标图片。

9.一种终端设备，其特征在于，包括处理器和存储器，所述处理器和存储器相互连接；

所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-6任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行以实现权利要求1-6任一项所述的方法。