×

用于非精确图匹配的改进图卷积神经网络模型

消耗积分:0 | 格式:pdf | 大小:6.47 MB | 2021-04-11

分享资料个

　　针对现有图匹配算法对拓扑结构节点特征挖掘不够充分问题，提出了一种用于非精确图匹配的改进图卷积神径网络（GCN）模型。首先，考虑到选取的节点应具有较强的代表性，利用社交网络分析中三种衡量网络节点中心度的方法去获取图中节点的中心度，按照节点的中心度大小排序。其次，针对图的节点和边具有相应的领域特征，把拓扑结构映射到网格结构的同时，应最大化表示节点之间的关系属性，在节点邻域大不满足感受野阈值时，对节点邻域进行中心度排序并按中心度大小依次获取邻域节点，直到邻域大小满足感受野阈值，进而利用卷积神经网络进行图的分类识别。最后，在多个标准图数据集上进行了训练和测试。实验结果表明，改进的GCN模型在图匹配问题上较同类方法具有更高的识别率。

下载并关注上传者 开通VIP，低至0.08元下载/次

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !