买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安电子科技大学申请的专利面向时序网络进化聚类的深度非负矩阵分解方法及其装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115757910B 。

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211549820.7，技术领域涉及：G06F16/906；该发明授权面向时序网络进化聚类的深度非负矩阵分解方法及其装置是由马小科;滑振鹏;邓晶晶设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。

本面向时序网络进化聚类的深度非负矩阵分解方法及其装置在说明书摘要公布了：本发明公开了一种面向时序网络进化聚类的深度非负矩阵分解方法及其装置，涉及图数据挖掘技术领域，包括：使用深度非负矩阵分解模型将相邻时刻的点互信息矩阵分解到同一组基矩阵上，得到第一时刻的深度特征矩阵和第二时刻的深度特征矩阵；使用自表示学习对第一时刻的深度特征矩阵进行训练，得到自表示矩阵；使用自表示矩阵对所述第二时刻的深度特征矩阵施加拉普拉斯正则项约束；同时，使用第二时刻的点互信息矩阵对第二时刻的深度特征矩阵施加拉普拉斯正则项约束；使用l2,1范数对第一时刻的深度特征矩阵和第二时刻的深度特征矩阵进行稀疏约束；构建联合深度非负矩阵分解模型，以进行社区检测。本发明能够有效提取深度特征，以进行社区检测。

本发明授权面向时序网络进化聚类的深度非负矩阵分解方法及其装置在权利要求书中公布了：1.一种面向时序网络进化聚类的深度非负矩阵分解方法，其特征在于，包括： 获取原始网络中的多个点互信息矩阵；其中，所述原始网络为社交网络，所述社交网络中的节点通过边连接，所述节点表示用户，所述边表示用户与用户之间的联系，所述社交网络中的节点通过增加或删除实现动态网络； 使用深度非负矩阵分解模型将相邻时刻的点互信息矩阵分解到同一组基矩阵上，得到第一时刻的深度特征矩阵和第二时刻的深度特征矩阵； 使用自表示学习对所述第一时刻的深度特征矩阵进行训练，得到自表示矩阵；其中，所述自表示矩阵为任意两个第一时刻的深度特征之间的相似程度； 使用所述自表示矩阵对所述第二时刻的深度特征矩阵施加拉普拉斯正则项约束，保持原始网络中的局部结构，进行第一次对第二时刻的深度特征的约束；同时，使用第二时刻的点互信息矩阵对所述第二时刻的深度特征矩阵施加拉普拉斯正则项约束，进行第二次对第二时刻的深度特征的约束； 使用范数对所述第一时刻的深度特征矩阵和所述第二时刻的深度特征矩阵进行稀疏约束，以降噪； 将处理过的第一时刻的深度特征矩阵和处理后的第二时刻的深度特征矩阵进行融合，构建联合深度非负矩阵分解模型，获取第二时刻的深度特征矩阵，以进行社区检测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。