申请/专利权人:苏州元脑智能科技有限公司
申请日:2024-02-29
公开(公告)日:2024-04-05
公开(公告)号:CN117828090A
主分类号:G06F16/35
分类号:G06F16/35;G06N3/0464;G06N3/08;G06F16/901
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.23#实质审查的生效;2024.04.05#公开
摘要:本申请实施例涉及数据处理技术领域,具体涉及一种文献分类方法、装置、设备及存储介质,旨在对文献进行准确分类。所述方法包括:接收文献关系图、邻接矩阵、顶点特征矩阵以及顶点标签矩阵;使用粗化算法对所述文献关系图进行粗化处理,得到所述文献关系图对应的粗化图链;使用反粗化算法对所述粗化图链进行反粗化处理,得到反粗化图链;根据所述粗化图链以及所述反粗化图链,建立多尺度图Haar小波卷积神经网络;通过所述邻接矩阵、所述顶点特征矩阵以及所述顶点标签矩阵对所述多尺度图Haar小波卷积神经网络进行训练;在所述多尺度图Haar小波卷积神经网络训练完毕的情况下,得到所述文献关系图对应的文献分类结果。
主权项:1.一种文献分类方法,其特征在于,所述方法包括:接收文献关系图、所述文献关系图对应的邻接矩阵、所述文献关系图对应的顶点特征矩阵以及所述文献关系图对应的顶点标签矩阵;使用粗化算法对所述文献关系图进行粗化处理,得到所述文献关系图对应的粗化图链;使用反粗化算法对所述粗化图链进行反粗化处理,得到反粗化图链;根据所述粗化图链以及所述反粗化图链,建立多尺度图Haar小波卷积神经网络;通过所述邻接矩阵、所述顶点特征矩阵以及所述顶点标签矩阵对所述多尺度图Haar小波卷积神经网络进行训练;在所述多尺度图Haar小波卷积神经网络训练完毕的情况下,得到所述文献关系图对应的文献分类结果。
全文数据:
权利要求:
百度查询: 苏州元脑智能科技有限公司 一种文献分类方法、装置、设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。