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！

龙图腾网获悉华南师范大学申请的专利基于异配性自适应位置编码的超图表示学习方法和装置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：CN120951075B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202510916483.8，技术领域涉及：G06F18/241；该发明授权基于异配性自适应位置编码的超图表示学习方法和装置是由贺超波;莫有达;程俊伟;官全龙设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本基于异配性自适应位置编码的超图表示学习方法和装置在说明书摘要公布了：本申请公开了一种基于异配性自适应位置编码的超图表示学习方法和装置，可应用于图神经网络技术领域。本申请通过构建异配性自适应位置编码模块和异配感知可区分聚合模块后，将三元数组输入异配性自适应位置编码模块，捕捉待分析超图中远距离语义相关的同类邻居关系对应的第一输出表示，以及将获取的三元数组输入异配感知可区分聚合模块，获取能够区分待分析超图中不同邻居节点对特征聚合重要性对应的第二输出表示，然后将第一输出表示和第二输出表示进行融合得到目标节点嵌入表示后，根据目标节点嵌入表示，结合监督学习对预设超图神经网络模型进行模型优化，从而实现对异配性超图节点的低维特征表示学习，有效提高异配性超图的表示学习性能。

本发明授权基于异配性自适应位置编码的超图表示学习方法和装置在权利要求书中公布了：1.一种基于异配性自适应位置编码的超图表示学习方法，其特征在于，所述方法包括以下步骤： 获取预设领域中待分析超图对应的三元数组，所述三元数组包括节点集合、超边集合和关联矩阵，所述关联矩阵用于表征所述节点集合中节点与所述超边集合中超边的关系； 构建预设超图神经网络模型中的异配性自适应位置编码模块，所述异配性自适应位置编码模块用于捕捉所述待分析超图中远距离语义相关的同类邻居关系；所述异配性自适应位置编码模块中包括预设空间结构和注意力机制单元，所述预设空间结构包括通过核函数构造的连续可导的空间结构； 将所述三元数组输入所述异配性自适应位置编码模块，得到第一输出表示，所述第一输出表示包括全局位置偏移、语义结构信息、注意力机制融合的节点与超边混合表示； 构建所述预设超图神经网络模型中的异配感知可区分聚合模块，所述异配感知可区分聚合模块用于区分所述待分析超图中不同邻居节点对特征聚合的重要性； 将所述三元数组输入所述异配感知可区分聚合模块，得到第二输出表示，所述第二输出表示融合了结构注意信息和超边感知嵌入； 将所述第一输出表示和所述第二输出表示进行融合，得到目标节点嵌入表示； 根据所述目标节点嵌入表示，结合监督学习对预设超图神经网络模型进行模型优化； 基于优化后的所述预设超图神经网络模型对所述待分析超图未标注节点进行分类； 其中，将所述三元数组输入所述异配性自适应位置编码模块，得到第一输出表示，包括： 构建所述三元数组中节点或超边的初始位置嵌入向量； 根据所述初始位置嵌入向量构建任意两个节点或任意两条超边的结构偏差函数； 根据所述结构偏差函数生成结构偏差向量； 获取结构扰动矩阵； 根据所述结构偏差向量和所述结构扰动矩阵构建非线性偏移变换函数； 根据所述结构偏差向量和所述非线性偏移变换函数构建结构感知位置偏移表示； 将所述结构感知位置偏移表示与节点、超边进行融合，得到结构增强后的输入表示； 将所述结构增强后的输入表示输入所述注意力机制单元，得到所述第一输出表示。

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华南师范大学，其通讯地址为：510000 广东省广州市中山大道西55号华南师范大学计算机学院；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。