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！

龙图腾网获悉广州大学申请的专利一种基于图集成神经网络的引文网络文章分类和推荐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：CN119598249B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202411623339.7，技术领域涉及：G06F18/24；该发明授权一种基于图集成神经网络的引文网络文章分类和推荐方法是由段瑞;黄冠炜;苏文康设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本一种基于图集成神经网络的引文网络文章分类和推荐方法在说明书摘要公布了：本发明公开了一种基于图集成神经网络的引文网络文章分类和推荐方法，该方法包括下述步骤：对原始引文网络进行结构增强，对其初始特征进行特征增强，分别得到子引文网络和新的特征；基于子引文网络和新的特征训练基分类器并执行深度集成，当数据流经过每层基分类器时执行集成，集成结果作为下一层的输入，基于近邻信息在训练中调整基分类器，得到训练后的图集成神经网络模型；将待分类的引文网络文章输入到训练后的图集成神经网络模型，得到文章被预测为对应类别的概率，基于所得到的概率进行文章分类和排序。本发明基于子引文网络和新的特征训练基分类器并执行深度集成，使得基分类器间的紧邻信息相互影响，提高文章的分类性能和推荐的有效性。

本发明授权一种基于图集成神经网络的引文网络文章分类和推荐方法在权利要求书中公布了：1.一种基于图集成神经网络的引文网络文章分类和推荐方法，其特征在于，包括下述步骤： 对原始引文网络进行结构增强，对其初始特征进行特征增强，分别得到子引文网络和新的特征； 基于子引文网络和新的特征训练基分类器并执行深度集成，当数据流经过每层基分类器时执行集成，集成结果作为下一层的输入，基于近邻信息在训练中调整基分类器，得到训练后的图集成神经网络模型； 采用单层的图卷积网络作为图集成神经网络的基分类器，表示为： 其中，σ是激活函数，Wl是第l层的可学习的参数，是形式化的邻接矩阵，且Dii＝∑uAiu,D是引文网络的邻接矩阵，I是单位矩阵，D是度矩阵，Dii表示矩阵D第i行第i列的值； 所述图卷积网络的残差连接形式如下： 其中，是l-1层的特征矩阵； 基于子引文网络和新的特征训练基分类器并执行深度集成，具体包括： 生成的子引文网络的数量与每层图集成神经网络的基分类器数量相等； 设定集成方式集成每一层的C个基分类器，表示为： 其中，σ是激活函数，是第l层第c个基分类器的输出，α是残差系数，Wl,c是第l层第c个可学习的参数，是第c个子引文网络的形式化的邻接矩阵，Hl-1是l-1层的特征矩阵； 将待分类的引文网络文章输入到训练后的图集成神经网络模型，得到文章被预测为对应类别的概率，基于所得到的概率进行文章分类和排序。

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广州大学，其通讯地址为：510006 广东省广州市番禺区大学城外环西路230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。