-
题名基于改进图卷积神经网络的半监督分类
- 1
-
-
作者
郭文强
薛博丰
候勇严
胡永龙
-
机构
陕西科技大学电子信息与人工智能学院
陕西科技大学电气与控制工程学院
-
出处
《陕西科技大学学报》
北大核心
2024年第5期191-197,共7页
-
基金
陕西省科技厅重点研发计划项目(2024GX-YBXM-113)
陕西省西安市科技计划项目(23GXFW0004)
陕西科技大学博士科研启动基金项目(2023BJ-01)。
-
文摘
图卷积神经网络(GCN)是一种用于处理图数据的深度学习模型.在经典的GCN中节点之间的聚合,未考虑节点间相似度的特征信息,影响了分类模型的准确性和模型训练的收敛速度.本文提出了一种改进聚合权重的图卷积神经网络IAW-GCN,通过利用描述节点相似度的曼哈顿距离度量设计了节点聚合权重函数,并用节点距离度量矩阵改进了GCN模型中的特征矩阵,使得IAW-GCN模型在消息传递聚合过程中根据相似度调节节点聚合权重.实验结果表明,在Cora、Citeseer和Pubmed标准引文数据集条件下,IAW-GCN在半监督分类任务中的分类准确率和模型训练收敛速度均优于经典GCN,为解决半监督分类问题提供了一种新方法.
-
关键词
图卷积神经网络
半监督分类
聚合函数
-
Keywords
graph convolutional network
semi-supervised classification
aggregation function
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
-
题名面向舰艇编队的无人机集群物资补给规划研究
- 2
-
-
作者
郭文强
李子展
候勇严
薛博丰
-
机构
陕西科技大学电子信息与人工智能学院
陕西科技大学电气与控制工程学院
-
出处
《陕西科技大学学报》
北大核心
2023年第5期169-173,188,共6页
-
基金
陕西省科技厅重点研发计划项目(2020SF-286)
陕西省西安市科技计划项目(23GXFW0004)
陕西科技大学博士科研启动基金项目(2023BJ-01)。
-
文摘
面向多约束条件下的舰艇编队物资补给规划任务,本文综合考虑无人机集群在执行补给任务时的作业以及惩罚时间成本,设计了规划模型的优化目标函数,并以舰艇补给时间窗、无人机最大载重量等为约束条件,构建了物资补给规划模型.为了解决自适应遗传算法(AGA)易陷入局部最优的问题,设计了非线性概率函数用于确定交叉概率和变异概率,并提出了一种基于非线性自适应遗传算法的无人机物资补给规划方法(NLAGA).实验结果表明:在标准算例Solomen求解问题上NLAGA方法优于AGA和改进的AGA方法;在最优的补给时间成本条件下,NLAGA方法能有效地实现舰艇编队的物资补给任务中无人机集群数量确定和飞行路径规划.
-
关键词
补给规划模型
遗传算法
非线性概率函数
-
Keywords
supply planning model
genetic algorithm
nonlinear probability function
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
