一种半监督图不平衡学习方法

本发明涉及一种基于图神经网络的半监督图不平衡学习方法

背景技术：

1、在图神经网络（graph neural networks，gnn）的研究中，不平衡问题是一个备受关注的挑战。不平衡数据指的是在图数据中存在样本类别分布不均衡的情况，其中少数类别的样本数量远远少于多数类别。这种不平衡性会对模型的训练和预测产生负面影响，导致模型在少数类别上表现不佳。

2、为了解决图神经网络中的不平衡问题，学术界提出了多种方法和技术。一种常见的方法是重新采样技术，包括欠采样和过采样。欠采样通过减少多数类别的样本数量来平衡数据，而过采样则通过增加少数类别的样本数量来达到平衡。另外，类别加权方法可以赋予少数类别更高的权重，以提高模型对少数类别的关注度。

3、然而现有的方法都没有关注过，现有的数据集分割方法中，训练集的数量极少，因此训练集已经发生了过拟合时，测试集依然无法有效的划分分类边界。而这个问题再不平衡情况下更为严重。

技术实现思路

1、针对这个问题，本发明提供一种半监督图不平衡学习方法，该方法先利用不平衡的训练集训练出一个有偏分类器，再根据分类器对未标记节点的预测结果获取分类边界，并在边界处过采样一系列伪标签的方式构建平衡的数据集，并每五十轮重新采样一次。提升分类准确度。

2、一种半监督图不平衡学习方法，其特征在于，具体步骤如下：

3、步骤101，获取不平衡的图神经网络数据；

4、步骤102，搭建图神经网络分类网络；

5、步骤103，确定分类边界；

6、步骤104，选定边界样本并分配伪标签；

7、步骤105，迭代训练分类器。

8、进一步的，一种半监督图不平衡学习方法，其特征在于，所述步骤102中搭建图神经网络分类网络的具体步骤如下：

9、步骤201，使用两层gcn网络作为图数据的嵌入网络，其输出特征维度为256，128，64，层与层之间使用relu激活函数和dropout随机放弃部分连接，其中dropout设置为0.3；每一层可以表示为：，其中是权重矩阵，输出图节点的低维向量表示；

10、步骤202，使用线性分类器作为图数据的分类器，利用两层gcn网络得到的低维向量表示作为输入，输出每个类别的分类概率。

11、进一步的，一种半监督图不平衡学习方法，其特征在于，所述步骤103中确定分类边界的具体步骤如下：

12、步骤301，计算数据的低维向量表示中每一个样本之间的距离；

13、步骤302，找出每个样本距离最近的前5个样本；

14、步骤303，利用得到的分类概率通过argmax获取由分类器预测的样本类别；

15、步骤304，计算每个样本和最近的前5个样本是否是同一标签，若不则加入边界样本集中，若是则不加入。

16、进一步的，一种半监督图不平衡学习方法，其特征在于，所述步骤104中选定边界样本并分配伪标签的具体步骤如下：

17、步骤401，计算少数类对多数类的样本数量差，其中i表示第i个类别；

18、步骤402，对于每个少数类，获取该类别在边界的样本；

19、步骤403，通过该样本点由分类器输出的样本的分类概率，获取分类概率最高的前两个类和；

20、步骤404，使用和计算样本趋近于边界的程度，其具体过程可以表示为：，其中fit为样本趋近于边界的程度，为求绝对值；

21、步骤405，获取的数量，若等于0，则直接将该类中的有标签样本的k近邻样本置该类别的伪标签，放入训练集，若小于等于，则将样本全部放入训练集置该类别的伪标签，若大于，则根据从大到小选取前个样本，入训练集置该类别的伪标签。

22、进一步的，一种半监督图不平衡学习方法，其特征在于，所述步骤105中迭代训练分类器的具体步骤如下：

23、步骤501，若迭代次数小于200且对五十取余数不等于0，则跳转到步骤503，否则跳转到步骤502；

24、步骤502，通过神经网络得到的数据执行步骤3和步骤4，为不平衡的数据集添加新的伪标签样本，构建平衡的训练数据集，

25、步骤503，将训练集输入到神经网络中迭代；

26、步骤504，使用交叉熵计算分类损失，并利用交叉熵损失更新分类器网络参数；

27、步骤505，将adam作为优化器，不设置迭代次数，若一千迭代无更优的结果产生则停止训练，开始训练。

技术特征：

1.一种半监督图不平衡学习方法，其特征在于，具体步骤如下：

2.根据权利要求1所述的一种半监督图不平衡学习方法，其特征在于，所述步骤102中搭建图神经网络分类网络的具体步骤如下：

3.根据权利要求1所述的一种半监督图不平衡学习方法，其特征在于，所述步骤103中确定分类边界的具体步骤如下：

4.根据权利要求1所述的一种半监督图不平衡学习方法，其特征在于，所述步骤104中选定边界样本并分配伪标签的具体步骤如下：

5.根据权利要求1所述的一种半监督图不平衡学习方法，其特征在于，所述步骤105中迭代训练分类器的具体步骤如下：

技术总结
一种半监督图不平衡学习方法，用于处理不平衡的图神经网络数据。具体步骤包括获取数据、搭建分类网络、确定分类边界、选定边界样本并分配伪标签，以及迭代训练分类器。分类网络使用两层GCN网络进行图数据嵌入，并使用线性分类器输出分类概率。根据样本距离和分类器预测，将不同标签样本加入边界样本集。根据样本趋近于边界的程度，计算分类概率并分配伪标签。先训练有偏分类器，后每50轮选取伪标签构建平衡训练数据集，使用交叉熵损失更新分类器参数。最后，采用ADAM优化器训练，停止条件为一千次迭代没有更优结果。该方法有效处理半监督图不平衡学习问题，适用于各种图数据处理场景。

技术研发人员：董明刚,武天昊
受保护的技术使用者：桂林理工大学
技术研发日：
技术公布日：2024/1/15