Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 厦门大学金泰松获国家专利权

厦门大学金泰松获国家专利权

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!

龙图腾网获悉厦门大学申请的专利基于局部增强和去偏对比的论文分类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:CN119961457B

龙图腾网通过国家知识产权局官网在2025-08-01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:202510443645.0,技术领域涉及:G06F16/355;该发明授权基于局部增强和去偏对比的论文分类方法及装置是由金泰松;高世豪;纪荣嵘设计研发完成,并于2025-04-10向国家知识产权局提交的专利申请。

基于局部增强和去偏对比的论文分类方法及装置在说明书摘要公布了:本发明公开了一种基于局部增强和去偏对比的论文分类方法及装置,涉及节点分类领域,包括:基于论文分类训练数据构建图数据集,为图数据集中的每个节点构建局部样本;利用每个节点的局部样本和增强策略,得到第一增强视图和第二增强视图并输入到权重共享的图编码器和线性投射层,得到对应的节点表示;根据对应的节点表示构建去偏对比损失函数,基于去偏对比损失函数对图编码器进行训练,得到经图对比学习的图编码器;获取待分类的论文集并构建得到对应的图数据集,将待分类的论文集对应的图数据集中的特征矩阵和邻接矩阵输入到经训练的论文分类模型,经过经图对比学习的图编码器和分类器,得到分类结果。本发明解决了采样偏差等问题。

本发明授权基于局部增强和去偏对比的论文分类方法及装置在权利要求书中公布了:1.一种基于局部增强和去偏对比的论文分类方法,其特征在于,包括以下步骤: 构建论文分类模型并训练,得到经训练的论文分类模型,所述经训练的论文分类模型包括经图对比学习的图编码器和分类器;所述经图对比学习的图编码器通过以下过程训练得到:基于论文分类训练数据构建图数据集;为所述图数据集中的每个节点构建局部样本;利用每个节点的局部样本和多元伯努利分布分别对每个节点进行结构级别的增强和特征级别的增强,得到增强后的邻接矩阵和增强后的特征矩阵;对增强后的邻接矩阵和增强后的特征矩阵进行两次采样,分别得到第一增强视图和第二增强视图;将所述第一增强视图的特征矩阵和邻接矩阵和第二增强视图的特征矩阵和邻接矩阵分别输入到两个权重共享的图编码器中,得到所述第一增强视图中每个节点的嵌入以及所述第二增强视图中每个节点的嵌入,所述第一增强视图中每个节点的嵌入以及所述第二增强视图中每个节点的嵌入分别输入到两个权重共享的线性投射层,得到第一增强视图中每个节点的节点表示和第二增强视图中每个节点的节点表示;根据所述第一增强视图中每个节点的节点表示和第二增强视图中每个节点的节点表示构建去偏对比损失函数,具体包括: 将每个节点的局部样本中的节点视为假负样本,并通过分配权重来进行惩罚,如下式所示: 其中,Si表示第i个节点对应的局部样本,vt表示第一增强视图中的第t个节点的节点表示ZUt或第二增强视图的第t个节点的节点表示ZVt,αt表示第一增强视图或第二增强视图中的第t个节点的权重; 将同一个节点在第一增强视图的节点表示和第二增强视图的节点表示视为正样本对,而除自身节点之外的其他节点在第一增强视图的节点表示和第二增强视图的节点表示视为负样本对; ZUi,ZVi正样本对的去偏损失函数为: 其中,ZUi表示第一增强视图中的第i个节点的节点表示,ZVi表示第二增强视图中的第i个节点的节点表示, ZVt表示第二增强视图中的第t个节点的节点表示,τ表示温度系数,θ·,·表示余弦相似函数; ZVi,ZUi正样本对的去偏损失函数为: 其中, ZUt表示第一增强视图中的第t个节点的节点表示; 所述去偏对比损失函数表示为: 其中,N表示节点的总数,基于所述去偏对比损失函数对所述图编码器进行训练,得到经图对比学习的图编码器; 获取待分类的论文集并构建得到对应的图数据集,其中,所述图数据集中的节点代表论文或作者,两个节点之间的边表示两个论文之间的引文关系或两个作者之间的合作关系,所述图数据集中的每个节点的特征向量对应于每个论文中的词袋表示的元素,将所述待分类的论文集对应的图数据集中的特征矩阵和邻接矩阵输入到所述经训练的论文分类模型,先经过所述经图对比学习的图编码器,得到对应每个节点的嵌入,所述每个节点的嵌入经过所述分类器,得到分类结果,所述分类结果包括论文的学术主题或作者的研究领域。

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厦门大学,其通讯地址为:361000 福建省厦门市思明南路422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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。