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 > 中国人民解放军国防科技大学范强获国家专利权

中国人民解放军国防科技大学范强获国家专利权

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!

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于超图的标签聚类方法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:CN116955619B

龙图腾网通过国家知识产权局官网在2025-09-12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:202310929444.2,技术领域涉及:G06F16/35;该发明授权基于超图的标签聚类方法是由范强;周晓磊;严浩;张骁雄;王芳潇;陆斌;华悦琳设计研发完成,并于2023-07-26向国家知识产权局提交的专利申请。

基于超图的标签聚类方法在说明书摘要公布了:本发明公开了基于超图的标签聚类方法,属于标签聚类技术领域。本发明将标签视为超图中的顶点,定义超图G=V,ε,W,基于标签数据集,构建标签统计超图,基于先验知识,构建标签知识超图;将标签统计超图和标签知识超图进行叠加得到叠加超图;基于标签数据集,采用Bert预训练语言模型生产标签初始特征向量;利用叠加超图对标签初始特征向量进行卷积运算获得新的标签特征表示,将新的特征表示作为聚类算法的输入,从而完成标签聚类。本发明引入超图结构来建模高阶标签关系,考虑了标签间的复杂关系,使得相关标签的特征表示趋于相似,能够对标签数据进行更加精确的划分,提升标签的聚类效果。

本发明授权基于超图的标签聚类方法在权利要求书中公布了:1.基于超图的标签聚类方法,将标签视为超图中的顶点,定义超图G=V,ε,W,其中,V=[vi]表示超图的顶点的集合,ε=[ei]表示超边的集合,n=|V|表示顶点个数,m=|ε|表示超边个数,W=diagw1,w2,...,wn为m×m的对角矩阵,主对角线上的元素wi分别表示各个超边的权值,将W初始化为单位矩阵以视为所有超边的权值相同,其特征在于,步骤包括: 基于标签数据集,构建标签统计超图,基于先验知识,构建标签知识超图;所述标签统计超图构建步骤包括: 对标签数据集中的标签对的共现次数进行计数,获得标签共现矩阵M; 基于标签共现矩阵M,利用条件概率公式计算标签的条件概率矩阵P; 基于标签的条件概率矩阵P-,利用最近邻搜索方法构建超图关联矩阵Hs;所述超图关联矩阵Hs表示为: 其中,vi表示第i个顶点,i=1,2,...,n,j=1,2,...,m,Vj表示第j个顶点的K个最近邻居集合; 在标签统计超图Hs的基础上添加一个单位矩阵,得到标签统计超图关联矩阵H′s,所述标签统计超图关联矩阵表示标签统计超图结构; 其中,条件概率矩阵P∈Rn×n,条件概率矩阵P中的元素Pij=Plj|li表示标签li出现时标签lj出现的概率,i,j=1,2,...,n; 将标签统计超图和标签知识超图进行叠加得到叠加超图; 基于标签数据集,采用Bert预训练语言模型生产标签初始特征向量; 在叠加超图上对标签初始特征向量进行卷积运算获得新的标签特征表示,将新的特征表示作为聚类算法的输入,从而完成标签聚类。

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中国人民解放军国防科技大学,其通讯地址为:210000 江苏省南京市秦淮区后标营18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”。

以上内容由AI智能生成
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。