[發(fā)明專利]一種基于圖卷積網(wǎng)絡(luò)的多示例學(xué)習(xí)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110035503.2
• 申請(qǐng)日: 2021-01-12
• 公開(kāi)（公告）號(hào): CN112766346A
• 公開(kāi)（公告）日: 2021-05-07
• 發(fā)明（設(shè)計(jì)）人: 宋艷枝;馬陽(yáng)玲
• 申請(qǐng)（專利權(quán)）人: 合肥黎曼信息科技有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N3/04;G06N3/08
• 代理公司: 安徽省蚌埠博源專利商標(biāo)事務(wù)所(普通合伙) 34113
• 代理人: 朱恒蘭

1.一種基于圖卷積網(wǎng)絡(luò)的多示例學(xué)習(xí)方法，包括以下步驟：

S1：建立包的圖結(jié)構(gòu)：利用多示例學(xué)習(xí)每個(gè)數(shù)據(jù)樣本，即包中的示例，在特征值域上的相似性建立包的圖結(jié)構(gòu)；

S2：提取示例的初始特征表達(dá)：利用卷積神經(jīng)網(wǎng)絡(luò)提取所述的步驟S1中包的各個(gè)示例初始特征表達(dá)；

S3：獲取每個(gè)示例的特征表達(dá)：將步驟S2中得到的每個(gè)示例的初始特征表達(dá)利用圖卷積網(wǎng)絡(luò)融入步驟S1中得到包的圖結(jié)構(gòu)，得到每個(gè)示例的特征表達(dá)；

S4：獲得每個(gè)示例的注意力權(quán)重：根據(jù)步驟S1中得到的包的圖結(jié)構(gòu)和步驟S3得到的示例的特征表達(dá)，利用圖注意力機(jī)制將圖結(jié)構(gòu)嵌入到注意力權(quán)重的學(xué)習(xí)過(guò)程得到示例的注意力權(quán)重；

S5：獲得包的特征表示：將步驟S4中得到的示例的注意力權(quán)重和步驟S3中得到的示例的特征表達(dá)進(jìn)行加權(quán)得到包的特征表示；

S6：獲得包的類別分?jǐn)?shù)向量：將步驟S5中得到的包的特征表示通過(guò)一個(gè)全連接層得到包的類別分?jǐn)?shù)向量。

2.根據(jù)權(quán)利要求1所述基于圖卷積網(wǎng)絡(luò)的多示例學(xué)習(xí)方法，其特征在于：所述的步驟S2中的卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)主要是ResNet18。