一种基于异质图卷积神经网络的子电路识别方法

本发明公开了一种基于异质图卷积神经网络的子电路识别方法，旨在解决现有基于图卷积神经网络的子电路识别方法采用同质图表示电路，忽略不同类型元件与电气连接的本质差异导致识别精度低，以及通用图卷积层未针对电路异质性设计、特征提取能力不足、难以处理大规模复杂电路的问题。该方法先获取待识别电路与目标子电路的网表数据，提取元件属性与连接关系信息，构建区分不同节点类型和边类型的异质图；再构建包含多层元路径引导异质图卷积层和多尺度特征融合层的专用神经网络模型；最后通过模型提取特征并计算相似度矩阵，确定匹配区域。本发明提升了子电路识别精度，增强了模型特征提取能力，适用于复杂大规模电路的子电路识别任务。