《樹形子圖的統一向量表示及其多類標分類關鍵技術研究》是依託哈爾濱工業大學，由張海軍擔任項目負責人的面上項目。
基本介紹
- 中文名：樹形子圖的統一向量表示及其多類標分類關鍵技術研究
- 依託單位：哈爾濱工業大學
- 項目類別：面上項目
- 項目負責人：張海軍
項目摘要,結題摘要,
項目摘要
圖（網路）作為刻畫物體之間相互作用的工具，具有廣泛的套用範圍。運用圖挖掘技術，我們可以從中得到高價值的信息。在很多套用中，每個圖節點所包含的內容信息往往是異構/多特徵的，並以樹形組織結構呈現（即樹形子圖）。樹形子圖分類具有與傳統的圖分類所不同的三個重要問題：樹形結構、多關係和多類標。其中的關鍵科學問題是：如何在樹形結構的特徵空間表示模型下，研究高效的特徵融合方法，從而在多關係多類標環境下最佳化樹形子圖的分類算法。課題在分析含樹形子圖的多關係圖數據特徵基礎上，重點研究樹形子圖的特徵表示及其多類標分類問題。創新在於：（1）樹形子圖的統一向量表示模型，包括多層子空間學習算法和多層雙翼諧振算法，用於解決節點的內容特徵融合問題；（2）基於疊代學習的多關係圖多類標分類算法，用於融合多關係信息並解決多類標分類問題；（3）基於流形學習的多關係圖多類標半監督分類算法，用於解決小樣本環境下的學習問題。
結題摘要
圖（網路）作為刻畫物體之間相互作用的工具，具有廣泛的套用範圍。運用圖挖掘技術，我們可以從中得到高價值的信息。在很多套用中，每個圖節點所包含的內容信息往往是異構/多特徵的，並以樹形組織結構呈現（即樹形子圖）。樹形子圖分類具有與傳統的圖分類所不同的三個重要問題：樹形結構、多關係和多類標。其中的關鍵科學問題是：如何在樹形結構的特徵空間表示模型下，研究高效的特徵融合方法，從而在多關係多類標環境下最佳化樹形子圖的分類算法。課題在分析含樹形子圖的多關係圖數據特徵基礎上，重點研究樹形子圖的特徵表示及其多類標分類問題。研究內容包括：（1）含樹形子圖的多關係圖表示方法；（2）基於多層子空間學習算法的樹形子圖統一向量表示模型；（3）基於多層雙翼諧振算法的樹形子圖統一向量表示模型；（4）基於疊代學習的多類型多關係圖多類標分類算法；（5）基於流形學習的多關係圖多類標半監督分類算法；（6）多關係圖的多類標分類實驗平台。依託此項目，共發表14篇SCI期刊論文(包括9篇IEEE Trans.論文)和7篇EI論文，並申請了5項國家發明專利。
