附加特征圖增強(qiáng)的圖卷積神經(jīng)網(wǎng)絡(luò)

摘要： 近年來,圖卷積網(wǎng)絡(luò)(Graph Convolutional Network,GCN)憑借其簡單的網(wǎng)絡(luò)結(jié)構(gòu)、在圖上任務(wù)中展現(xiàn)出的優(yōu)異性能,受到了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注.然而GCN也存在著在淺層時信息傳播范圍過小、特征提取不充分的缺陷.針對這一問題,本研究提出附加特征圖模型(Additional Feature Graph,AFG).AFG通過引入圖的節(jié)點結(jié)構(gòu)特征(度特征),對度...