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！

龙图腾网获悉北京工业大学申请的专利基于图聚类优化的孪生网络对比表示学习方法及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：CN117197600B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202210583382.X，技术领域涉及：G06V10/774；该发明授权基于图聚类优化的孪生网络对比表示学习方法及装置是由李亚芳;王文博;王宏远;祖宝开设计研发完成，并于2022-05-25向国家知识产权局提交的专利申请。

本基于图聚类优化的孪生网络对比表示学习方法及装置在说明书摘要公布了：本发明提供一种基于图聚类优化的孪生网络对比表示学习方法及装置，方法包括：获取原始图，并将所述原始图分别输入至训练好的在线网络模型和目标网络模型中，得到第一嵌入表示和第二嵌入表示；其中，所述在线网络模型和目标网络模型均是通过原始图样本获取第一增强图和第二增强图，并基于所述第一增强图和第二增强图进行无监督的训练得到的；所述目标网络模型的参数是通过动量更新机制更新在线网络模型的参数得到的；基于所述第一嵌入表示和第二嵌入表示获取最终学习到的节点嵌入表示，并基于所述节点嵌入表示进行节点分类、节点聚类以及可视化的下游任务。本发明不需要标签信息和大量负样本的同时，取得了较好的表示学习效果。

本发明授权基于图聚类优化的孪生网络对比表示学习方法及装置在权利要求书中公布了：1.一种基于图聚类优化的孪生网络对比表示学习方法，其特征在于，包括： 获取原始图，并将所述原始图分别输入至训练好的在线网络模型和目标网络模型中，得到第一嵌入表示和第二嵌入表示； 其中，所述在线网络模型和目标网络模型均是通过原始图样本获取第一增强图和第二增强图，并基于所述第一增强图和第二增强图进行无监督的训练得到的； 所述目标网络模型的参数是通过动量更新机制更新在线网络模型的参数得到的； 基于所述第一嵌入表示和第二嵌入表示获取最终学习到的节点嵌入表示，并基于所述节点嵌入表示进行节点分类、节点聚类以及可视化的下游任务； 所述在线网络模型的训练过程包括： 获取原始图样本，基于所述原始图样本获取第一增强图和第二增强图； 将所述第一增强图和第二增强图输入至所述在线网络模型中，得到第一在线表示和第二在线表示，将所述第一增强图和第二增强图输入至所述目标网络模型中，得到第一目标表示和第二目标表示； 基于所述第一在线表示、第二在线表示、第一目标表示和第二目标表示获取所述在线网络模型和目标网络模型的综合损失； 基于所述综合损失进行反向传播梯度优化对所述在线网络模型进行参数梯度更新，直至训练完成； 所述在线网络模型包括第一图神经网络、第一多层感知机以及聚类层； 对所述第一在线表示进行聚类获取聚类结果，并得到聚类损失，包括： 将所述第一增强图和第二增强图输入至第一图神经网络中，并且经过第一多层感知机输出第一在线表示； 将所述第一在线表示输入至所述聚类层中输出正样本的聚类结果，并根据聚类结果获取聚类损失。

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北京工业大学，其通讯地址为：100024 北京市朝阳区平乐园100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”。