一种基于图神经网络系统的文献分类方法

摘要

本发明涉及一种基于图神经网络系统的文献分类方法，设计基于图滤波核和广义非凸范数的图神经网络系统，按处理流程分为第一多层感知器模块、线性整流函数模块、第二多层感知器模块、目标图神经网络模块、归一化指数函数模块，目标图神经网络模块基于图滤波核和广义非凸范数构建，包括用于对图信号进行有用信息提取的图滤波核项、用于对图信号进行全局图光滑处理的图拉普拉斯正则项、以及用于对图信号进行局部图光滑处理的广义非凸范数项，并在应用中，采用预测校验下降上升算法求解该目标图神经网络模块；如此由图神经网络系统构成待训练网络，并进行训练，获得文献分类模型，能够有效提高对文献的分类精度，以及实际文献应用的工作效率。