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

摘要： 近年來(lái),圖卷積網(wǎng)絡(luò)(Graph Convolutional Network,GCN)憑借其簡(jiǎn)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(shí)信息傳播范圍過(guò)小、特征提取不充分的缺陷.針對(duì)這一問(wèn)題,本研究提出附加特征圖模型(Additional Feature Graph,AFG).AFG通過(guò)引入圖的節(jié)點(diǎn)結(jié)構(gòu)特征(度特征),對(duì)度...