文献类型： 中文期刊

作者： 朱小草 ¹ ; 郭春生 ¹ ; 张宏宽 ¹ ; 金昊炫 ¹ ;

作者机构： 1.杭州电子科技大学通信工程学院;数源科技股份有限公司;浙江农业科学院

关键词： 图池化;稀疏注意力;自适应处理

期刊名称： 杭州电子科技大学学报(自然科学版)

ISSN： 1001-9146

年卷期： 2021 年 05 期

页码： 32-38

摘要： 针对图神经网络池化中不能充分保留图的局部特征的问题,提出一种基于稀疏注意力自适应图池化方法。首先,运用稀疏注意力自适应地选择相似度高的节点形成集群;然后,运用局部聚合卷积,通过节点聚合形成集群表示,选取集群表示最大的topk个节点完成采样;最后,在池化时保留图的局部特征以降低信息损失,从而提高图分类的性能。实验结果表明,与传统图池化方法相比,提出方法的分类正确率有所提升。