引入激活扩散的类分布关系近邻分类器

来源：吉林大学学报·理学版杂志2024年第4期北京时间：

作者：董飒, 欧阳若川, 徐海啸, 刘杰, 刘大有, 李婷婷, 王鑫禄

单位：1. 吉林大学 计算机科学与技术学院, 长春 130012； 2. 吉林大学 符号计算与知识工程教育部重点实验室, 长春 130012； 3. 吉林大学 党委教师工作部, 长春 130012； 4. 吉林大学 国际教育学院, 长春 130012

摘要：针对同质性关系分类器基于一阶Markov假设简化处理的局限性, 在类分布关系近邻分类器构建类向量和参考向量时, 引入局部图排序激活扩散方法, 并结合松弛标注的协作推理方法, 通过适当扩大分类时邻居节点的范围增加网络数据中待分类节点的同质性, 从而降低分类错误率. 对比实验结果表明, 该方法扩大了待分类节点的邻域, 在网络数据上分类精度较好.

关键词：人工智能,网络数据分类,激活扩散,类分布关系近邻分类器,协作推理