[发明专利]一种基于图卷积极限学习机的快速半监督分类方法有效
| 申请号： | 202010341727.1 | 申请日： | 2020-04-27 |
| 公开（公告）号： | CN111626332B | 公开（公告）日： | 2021-03-30 |
| 发明（设计）人： | 张子佳;蔡耀明;龚文引;刘小波;蔡之华 | 申请（专利权）人： | 中国地质大学（武汉） |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G16H50/50;G06N3/08;G06N3/04 |
| 代理公司： | 武汉知产时代知识产权代理有限公司 42238 | 代理人： | 曹雄 |
| 地址： | 430000 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于图卷积极限学习机的快速半监督分类方法，包括以下步骤：构建疾病分类数据的自表达模型，并利用所述自表达模型构建疾病分类数据的全局鲁棒图，得到疾病分类数据的邻接矩阵A；根据所述邻接矩阵A计算随机图卷积模型输出H；根据所述随机图卷积模型输出H计算图卷积极限学习机的输出层权重β；利用计算得到的图卷积极限学习机的输出层权重β对未标记的疾病分类数据进行分类；本发明的有益效果是：在极限学习机方法中引入图卷积网络来代替隐藏层，构成一种全新的图卷积极限学习机模型；该模型能处理非欧式的图结构数据，如泛化到疾病分类、生物信息、化学医药等领域中，同时能够保持极限学习机的快速学习速度和通用的逼近能力。 | ||
| 搜索关键词： | 一种 基于 图卷 积极 学习机 快速 监督 分类 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国地质大学（武汉），未经中国地质大学（武汉）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010341727.1/，转载请声明来源钻瓜专利网。
