目标对象拓扑图的数据处理方法及图分类模型的训练方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115935027A(43)申请公布日2023.04.07(21)申请号202310107873.1(22)申请日2023.01.19(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人李徐泓彭天豪熊昊一(74)专利代理机构北京同立钧成知识产权代理有限公司11205专利代理师孙超刘芳(51)Int.Cl.G06F16/901(2019.01)G06F18/241(2023.01)G06N20/00(2019.01)权利要求书5页说明书18页附图7页(54)发明名称目标对象拓扑图的数据处理方法及图分类模型的训练方法(57)摘要本公开提供了一种目标对象拓扑图的数据处理方法及图分类模型的训练方法，涉及人工智能领域，尤其涉及深度学习领域。具体实现方案为：根据待处理的目标对象拓扑图，生成至少两个子图；其中，目标对象拓扑图中包括多个节点，节点表征目标对象，目标对象拓扑图表征节点之间的关系；子图表征局部的目标对象拓扑图；根据目标对象拓扑图中节点的属性信息，对子图进行更新处理，得到更新后的子图；其中，更新后的子图之间具有图连接关系；更新后的子图中的节点具有节点连接关系；属性信息表征节点所表征的目标对象对构建目标对象拓扑图结构的重要程度；根据更新后的子图的图连接关系和节点连接关系，生成并显示处理后的目标对象拓扑图。CN115935027ACN115935027A权利要求书1/5页1.一种目标对象拓扑图的数据处理方法，包括：根据待处理的目标对象拓扑图，生成至少两个子图；其中，所述目标对象拓扑图中包括至少一个节点，所述节点表征目标对象，所述目标对象拓扑图表征节点之间的关系，所述目标对象拓扑图中的至少两个节点之间具有节点连接关系；所述子图表征局部的目标对象拓扑图；根据所述目标对象拓扑图中节点的属性信息，对所述至少一个子图进行更新处理，得到至少一个更新后的子图；其中，所述更新后的子图之间具有图连接关系；所述更新后的子图中的节点具有节点连接关系；所述属性信息表征节点所表征的目标对象对构建目标对象拓扑图结构的重要程度；根据所述更新后的子图的图连接关系和节点连接关系，生成并显示处理后的目标对象拓扑图。2.根据权利要求1所述的方法，其中，所述根据所述目标对象拓扑图中节点的属性信息，对所述至少一个子图进行更新处理，得到至少一个更新后的子图，包括：根据所述子图中节点的属性信息，确定第一连接概率，并根据所述第一连接概率确定所述更新后的子图的图连接关系；其中，所述第一连接概率表征由多个目标对象构成的子图之间的关联程度；根据所述子图中节点的属性信息，确定第二连接概率，并根据所述第二连接概率，确定所述更新后的子图的节点连接关系；其中，所述第二连接概率表征子图中的目标对象之间的关联程度。3.根据权利要求2所述的方法，其中，所述根据所述子图中节点的属性信息，确定第一连接概率，包括：根据所述子图中节点的属性信息，确定所述子图的信息集合；其中，所述子图的信息集合表征子图中目标对象的属性信息的集合；将两个子图的信息集合输入至预设的第一图神经网络模型；根据所述第一图神经网络模型中预设的卷积层，对所述两个子图的信息集合进行特征提取，得到所述两个子图的特征向量；其中，所述两个子图的特征向量表征对所述两个子图的信息集合进行数据提取，所得到的向量形式的数据；根据所述两个子图的特征向量，确定所述两个子图的第一连接概率。4.根据权利要求2所述的方法，其中，所述根据所述第一连接概率确定所述更新后的子图的图连接关系，包括：根据所述子图之间的第一连接概率，确定所述子图之间的节点连接处理方式；其中，所述子图之间的节点连接处理方式表征对子图之间的连接的调整方式；根据所述子图之间的节点连接处理方式，得到更新后的子图的图连接关系。5.根据权利要求4所述的方法，所述子图之间的节点连接处理方式包括：去除子图间的连接的处理方式，和/或，增加子图间的连接的处理方式。6.根据权利要求5所述的方法，其中，所述根据所述子图之间的节点连接处理方式，得到更新后的子图的图连接关系，包括：若所述子图之间的节点连接处理方式为增加子图间的连接，则从两个子图中，分别确定一个节点，为第一待处理节点；其中，所述第一待处理节点之间不具有节点连接关系；2CN115935027A权利要求书2/5页连接两个子图的第一待处理节点，得到更新后的子图的图连接关系。7.根据权利要求5或6所述的方法，其中，所述根据所述子图之间的节点连接处理方式，得到更新后的子图的图连接关系，包括：若所述子图之间的节点连接处理方式为去除子图间的连接，则从两个子图中，分别确定一个节点，为第二待处理节点；其中，所述第二待处理节点之间具有节点连接关系；去除两个子图的