[发明专利]一种基于U型嵌套网络的图分类方法

权利要求书

1.一种基于U型嵌套网络的图分类方法，其特征在于包括下列步骤：

步骤1)把Graph U-Nets的U型结构作为我们提出的基于U型嵌套网络的图分类方法一个整体块，称之为Graph U-Block。

步骤2)用Graph U-Block替换Graph U-Nets中的图卷积神经网络，构成新的嵌套的U型网络。

步骤3)把U型网络右端各层Graph U-Block的输出送入Readout模块，然后把各层Readout的结果拼接在一起，最后送入多层全连接网络得到预测结果。

步骤4)把图结构的数据输入模型，训练整个模型，并评估模型性能。

2.根据权利要求1所述的一种基于U型嵌套网络的图分类方法，其特征在于，所述步骤1)Graph U-Nets的U型结构作为模型中的一个整体块，称之为GraphU-Block。

3.根据权利要求1所述的一种基于U型嵌套网络的图分类方法，其特征在于，所述步骤2)用Graph U-Block替换Graph U-Nets中的图卷积神经网络，图卷积神经网络是指在图上引入卷积运算的神经网络，其传播规则为：

其中l表示网络的第l层，H^(l)是第l层的输入，为图的邻接矩阵加上自环，为的度矩阵，W^(l)为待学习的参数，σ为激活函数。特别的，H⁽⁰⁾为网络的输入。

4.根据权利要求1所述的一种基于U型嵌套网络的图分类方法，其特征在于，所述步骤3)Readout模块是指：一个模块用到了Readout函数(如mean、max等)。多层全连接网络为两层全连接网络，中间层的激活函数为ReLU。

5.根据权利要求1所述的一种基于U型嵌套网络的图分类方法，其特征在于，所述步骤4)图结构的数据是指包含节点属性和边的拓扑结构。