来源：期刊VIP网 时间：
作者：吴誉兰;舒建文;
单位：南昌航空大学科技学院;南昌航空大学;
摘要：为解决传统图卷积网络在处理节点间复杂关系时存在的局限性，提出一种基于自适应差异化图卷积的图注意力网络表示学习算法。采用差异化图卷积网络，依据每个节点自身特征和邻居信息进行差异化采样，捕捉节点间的复杂关系；再结合二阶段关键相邻采样方式优先挖掘重要节点并保留随机性，完成关键邻居节点的采样；然后结合图注意力网络，通过局部关注和自适应学习权重分配将关键邻居节点特征聚合到自身节点上，增强节点的特征表示；最后经网络训练，进一步增强网络表示学习能力。实验结果表明，所提出的算法优化了节点聚合程度和边界清晰度，提高了节点分类的准确性和可视化效果，并且通过关注二阶邻居和使用双头注意力，在网络表示学习上也展现出了优越性能。
关键词：网络表示学习;;图卷积网络;;自适应差异化机制;;节点采样;;特征聚合;;网络训练;;图注意力网络
基金资助：江西省教育厅科技项目（GJJ2204309）
