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！

龙图腾网获悉清华大学深圳国际研究生院申请的专利一种基于加权符号图神经网络的图分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：CN117235329B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202311170678.X，技术领域涉及：G06F16/906；该发明授权一种基于加权符号图神经网络的图分类方法是由张凯;潘竖横;董宇涵设计研发完成，并于2023-09-12向国家知识产权局提交的专利申请。

本一种基于加权符号图神经网络的图分类方法在说明书摘要公布了：一种基于加权符号图神经网络的图分类方法，聚合节点属性、图结构拓扑特征和链路信息，针对加权符号图的消息传递问题和加权符号图分类问题，设计的图分类模型包括基于节点之间链路权重和链路符号信息的加权符号图神经网络、节点特征排序层、卷积层、池化层、全连接层和分类器，图分类模型设计为端到端的结构，加权符号图神经网络的权重参数和权重矩阵、节点特征排序层的重要性分数系数、卷积层的卷积核系数矩阵、连接层的权重矩阵同时进行训练，即可同时训练特征聚合器与节点排序器以获得加权符号图整图表示特征向量，对微生物共现网络、蛋白质互作网络、社交网络等网络加权符号图预测准确度高。

本发明授权一种基于加权符号图神经网络的图分类方法在权利要求书中公布了：1.一种基于加权符号图神经网络的微生物共现网络图分类方法，其特征在于，包括： S1、获取微生物共现网络数据集，基于该数据集获取加权符号图，所述加权符号图包括微生物共现网络的多个微生物节点以及多个连接两个所述微生物节点的实际加权链路，每个所述微生物节点的度作为其对应的属性特征向量，构成用于图神经网络消息传递过程中的节点初始特征向量；所述微生物共现网络是根据微生物丰度数据应用相关性推理方法得到； S2、将所述的属性特征向量和节点连接信息输入到预设的加权符号图分类模型，通过所述加权符号图分类模型中的基于节点之间链路权重和链路符号信息的加权符号图神经网络、节点特征排序层、卷积层、池化层、连接层和分类器处理后，迭代输出所述加权符号图中任意一个微生物共现网络的预测类别；分析所述预测类别与所述加权符号图真实类别之间的误差，并根据所述误差调整所述加权符号图分类模型的模型参数，直至满足训练结束条件； S3、利用训练好的所述加权符号图分类模型对目标待预测微生物共现网络进行分类预测，所述目标待预测网络为加权符号图中的一个或多个微生物共现网络。

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清华大学深圳国际研究生院，其通讯地址为：518000 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；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。