[發明專利]基于網絡嵌入算法和CNN對圖結構數據進行分類的方法

在審

• 申請號: 201811349731.1
• 申請日: 2018-11-13
• 公開（公告）號: CN109522953A
• 公開（公告）日: 2019-03-26
• 發明（設計）人: 辛茹月;劉晶;張江
• 申請（專利權）人: 北京師范大學;集智學園（北京）科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 江蘇愛信律師事務所 32241
• 代理人: 唐小紅

1.基于網絡嵌入算法和CNN對圖結構數據進行分類的方法，其特征在于，具體步驟如下：

1)獲取數據，即獲取獲取網絡結構的數據如社交網絡數據、蛋白質相互作用網絡、國際貿易網絡數據；

2)對數據進行網絡嵌入

通過在一個普通的網絡上進行隨機游走，從而生成節點序列，然后再將這些序列輸入給Word2Vec算法，得到每一個節點的歐氏空間坐標表示；

3)嵌入后的數據處理成圖片

通過Deepwalk后，得到整個網絡在高維空間中的表達，再把每個節點的坐標利用PCA技術進行降維，得到二維空間中的網絡表達；但是這樣得到的表示是一個點云，需要把它進行柵格化變成圖像；把所有二維散點圖所覆蓋的區域，劃分為若干28*28大小的方格區域，方格區域中每有一個點則該域的值+1，從而由一張散點圖得到一個整數值矩陣；而整數值矩陣繪成一張灰度圖像，從而完成將二維散點圖轉換為可供卷積神經網絡訓練的圖像；

3)用CNN對圖片進行分類

在CNN中，網絡架構包含2個卷積池化層，1個全連接層，1個輸出層；其中卷積核的大小為5*5，池化為2*2，做max-pooling，第一層有3個卷積核，第二層有5個卷積核，全連接層有50個神經元；

4)獲取分類的結果

將二維柵格化后的圖像輸入給卷積神經網絡，就得到每一個網絡的分類。