TY -的A2吴Chia-Huei盟——长,胡安PY - 2022 DA - 2022/09/23 TI -探索跨境语言规划用图Things-Native数据的神经网络互联网SP - 7807878六世- 2022 AB -这项工作旨在研究应用神经网络图(GNN)跨境语言规划(CBLP)。因此,回顾GNN的内涵后,提出了研究方法基于物联网的CBLP(物联网)本地数据和研究语言文本的分类利用不同类型的卫星系统,进行首先,图同构label-embedded卷积网络(GCN)提出。然后,它提出了一个scalability-enhanced异构之下。随后,两个政府通讯模型融合,研究model-heterogeneous InducGCN提出。最后,模型的性能比较分析。实验结果表明,该分类的准确性label-embedded GNN高于其他方法,识别精度最高的97.37%数据集R8。拟议中的异构InducGCN融合模型的分类精度提高了0.09%,超过了label-embedded GNN,达到了97.46%。SN - 1574 - 017 - 2022/7807878 / 10.1155 x你——https://doi.org/10.1155/2022/7807878——摩根富林明-移动信息系统PB - Hindawi KW - ER