一种基于图卷积网络的多示例学习方法
基本信息
| 申请号 | CN202110035503.2 | 申请日 | - |
| 公开（公告）号 | CN112766346A | 公开（公告）日 | 2021-05-07 |
| 申请公布号 | CN112766346A | 申请公布日 | 2021-05-07 |
| 分类号 | G06N3/08(2006.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I | 分类 | - |
| 发明人 | 宋艳枝;马阳玲 | 申请（专利权）人 | 合肥黎曼信息科技有限公司 |
| 代理机构 | 安徽省蚌埠博源专利商标事务所（普通合伙） | 代理人 | 朱恒兰 |
| 地址 | 230001安徽省合肥市高新区创新大道2800号创新产业园二期J1栋A座1027室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及多示例学习方法领域，具体涉及一种基于图卷积网络的多示例学习方法，包括以下步骤：S1：建立包的图结构；S2：提取示例的初始特征表达；S3：获取每个示例的特征表达；S4：获得每个示例的注意力权重；S5：获得包的特征表示；S6：获得包的类别分数向量；这种基于图卷积网络的多示例学习方法，实现不损失原始示例间的结构关系的情况下提高多示例学习方法对于高分辨率医学图像分类的精度。 |
