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！

龙图腾网获悉中国科学院大学申请的专利一种采用具有稀疏基序图卷积网络进行分类的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：CN116258887B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202210636574.2，技术领域涉及：G06V10/764；该发明授权一种采用具有稀疏基序图卷积网络进行分类的方法是由苏荔;姜璇;李国荣;张新峰;卿来云;黄庆明设计研发完成，并于2022-06-07向国家知识产权局提交的专利申请。

本一种采用具有稀疏基序图卷积网络进行分类的方法在说明书摘要公布了：本发明公开了一种采用具有稀疏基序图卷积网络进行分类的方法，包括以下步骤：将待分类目标与已知目标一起制成拓扑图，拓扑图中，目标作为节点，目标之间的联系为拓扑图的边；通过图卷积网络对拓扑图进行识别，获得拓扑图中待分类目标的分类；在图卷积网络对拓扑图进行识别时，获取拓扑图的原始邻接矩阵和基序邻接矩阵，通过原始邻接矩阵和基序邻接矩阵进行信息传递；其中，图卷积网络通过原始邻接矩阵进行消息传递获得全局特征，通过基序邻接矩阵进行消息传递获得局部特征，将全局特征和局部特征聚合获得待分类目标的特征，从而完成待分类目标的分类。本发明公开的采用具有稀疏基序图卷积网络进行分类的方法，缓解了过平滑的问题，极大提高了分类的精度。

本发明授权一种采用具有稀疏基序图卷积网络进行分类的方法在权利要求书中公布了：1.一种采用具有稀疏基序图卷积网络进行分类的方法，其特征在于，包括以下步骤： 将待分类目标与已知目标一起制成拓扑图，拓扑图中，目标作为节点，目标之间的联系为拓扑图的边； 通过图卷积网络对拓扑图进行识别，获得拓扑图中待分类目标的分类； 将所述图卷积网络称为基于基序图卷积网络，基于基序图卷积网络对拓扑图进行识别时，通过拓扑图的原始邻接矩阵获得基序邻接矩阵，通过原始邻接矩阵和基序邻接矩阵进行信息传递； 其中，基于基序图卷积网络通过原始邻接矩阵进行消息传递获得全局特征，通过基序邻接矩阵进行消息传递获得局部特征，将全局特征和局部特征聚合获得待分类目标的特征，从而完成待分类目标的分类； 基于基序图卷积网络通过基序邻接矩阵传递信息前，对基序邻接矩阵进行预处理，将基序邻接矩阵转化为稀疏基序矩阵，采用稀疏基序矩阵替代原基序邻接矩阵； 所述稀疏基序矩阵表示为： 其中，表示第k个基序对应的稀疏基序矩阵，A表示拓扑图原始邻接矩阵，Ak表示与第k个基序对应的原基序邻接矩阵，⊙表示按元素相乘； 基于基序图卷积网络通过基序邻接矩阵进行传递信息时，卷积网络不同层之间的传递表示为： 其中，表示第k个基序第l层的输出。

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科学院大学，其通讯地址为：100049 北京市石景山区玉泉路19号甲；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。