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！

龙图腾网获悉四川大学申请的专利一种基于图神经网络的复杂网络疾病传播溯源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：CN119601254B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411509425.5，技术领域涉及：G16H50/80；该发明授权一种基于图神经网络的复杂网络疾病传播溯源方法是由刘权辉;王睿潇;李雨恒;余兰兰;胡锦仪;张天骥;吕建成设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本一种基于图神经网络的复杂网络疾病传播溯源方法在说明书摘要公布了：本申请涉及一种基于图神经网络的复杂网络疾病传播溯源方法。所述方法包括：首先，采用传播动力学模型获取接触网络上的个体感染样本；之后，基于中心性方法获取接触网络上的节点拓扑特征，并加入所述个体感染样本中；之后，对所述个体感染样本进行数据预处理，并划分为训练样本、验证样本和测试样本；之后，将所述训练样本和验证样本放入基于消息传递机制的神经网络模型中进行训练，其中，所述基于消息传递机制的神经网络模型包括特征编码模块、MPNN网络、传播控制器模块以及先验知识模块；最后，将所述测试样本输入至训练好的基于消息传递机制的神经网络模型中，得到测试样本的传播源头的预测结果。能够高效准确地推断复杂网络上的传播源头。

本发明授权一种基于图神经网络的复杂网络疾病传播溯源方法在权利要求书中公布了：1.一种基于图神经网络的复杂网络疾病传播溯源方法，其特征在于，所述方法包括： 采用传播动力学模型获取接触网络上的个体感染样本； 基于中心性方法获取接触网络上的节点拓扑特征，并加入所述个体感染样本中； 对所述个体感染样本进行数据预处理，并划分为训练样本、验证样本和测试样本,个体感染样本包含接触网络上节点的感染状态特征矩阵、拓扑特征矩阵及连边特征矩阵，感染状态包括易感态S、感染态I以及恢复态R； 将所述训练样本和验证样本放入基于消息传递机制的神经网络模型中进行训练，其中，所述基于消息传递机制的神经网络模型包括特征编码模块、MPNN网络、传播控制器模块以及先验知识模块,特征编码模块用于将输入的特征信息映射到隐藏层，映射公式如下所示： 其中，表示节点感染特征的隐藏层表示，表示节点感染特征映射的权重矩阵，表示节点的感染状态特征，表示连边状态特征的隐藏层表示，表示连边状态特征映射的权重矩阵，表示连边状态特征，表示节点拓扑特征的隐藏层表示，表示节点拓扑特征映射的权重矩阵，表示节点拓扑特征； 传播控制器模块用于自适应控制不同节点的消息聚合层数，公式如下所示： 其中，表示MPNN网络第层控制节点的二进制聚合控制信号，表示节点在第层参与消息传递，表示节点在第层不参与消息传递，表示两层的多层感知机MLP，输出值在0至1之间，表示控制器模块中的权重参数，表示控制该信号的超参数； 先验知识模块在网络正向传播中引入了传染病领域的知识，从而提高深度学习网络的泛化能力和推理效率，考虑到处于易感态的节点不可能为传播源头节点，引入先验知识对输出结果进行调整，公式如下所示： 其中，表示无限接近0但不等于0的正数，用于根据先验知识修正预测结果，表示节点的感染状态； 所述将所述训练样本和验证样本放入基于消息传递机制的神经网络模型中进行训练包括： 采用交叉熵损失函数作为优化目标，优化目标函数的公式为： 其中，表示待优化损失，表示节点的真实标签，若节点为源头节点，则，否则，表示节点为源头的预测分数，表示节点为源头的预测分数； 将所述测试样本输入至训练好的基于消息传递机制的神经网络模型中，得到测试样本的传播源头的预测结果。

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四川大学，其通讯地址为：610044 四川省成都市一环路南一段24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”。

以上内容由龙图腾AI智能生成。