基于图结构演化的分类方法及装置

摘要

本申请涉及分类任务技术领域，特别涉及一种基于图结构演化的分类方法及装置，其中，方法包括：计算输入样本特征之间的相似性，并利用数据之间的相似性构建作为初始图结构的图模型；通过图神经网络获得模型初步的预测结果，并对图结构与输入数据之间的匹配程度进行衡量与评价，得到评价结果；基于评价结果，使用基于梯度下降的方式对图结构进行演化更新，获得在当前输入数据下更优的图结构，并在图结构收敛后，停止迭代演化更新，得到最优图结构；使用最优图结构重新通过图神经网络进行推理，得到最终的模型预测结果。本申请实施例在传统的图神经网络中融入图结构质量评价与优化过程，从而提高模型对复杂关联的建模能力，进而提升模型面对分类任务时的性能。