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！

龙图腾网获悉南京审计大学申请的专利基于语义引导的多层结构的半监督节点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：CN115935256B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202211569271.X，技术领域涉及：G06F18/241；该发明授权基于语义引导的多层结构的半监督节点分类方法是由钱有程设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。

本基于语义引导的多层结构的半监督节点分类方法在说明书摘要公布了：本发明公开了一种基于语义引导的多层结构的半监督节点分类方法，属于半监督节点分类技术领域。该方法包括：建立具有语义引导的局部层次的图结构和具有节点长范围依赖关系的全局层次的结构模型。在局部层次的图结构学习中，自适应的融合拓扑和节点语义相似性图结构，利用图卷积网络进行多层聚合学习节点的局部嵌入；在全局层次的结构学习中，基于轻量级的变换器编码器网络学习节点对之间的长范围依赖关系，获得节点的综合表示；基于最终节点表示进行分类得到每个节点的分类标签，作为半监督节点分类的结果。本发明中基于语义引导的分层结构的半监督节点分类方法能够在基准数据集上兼顾分类的性能和复杂度的简约。

本发明授权基于语义引导的多层结构的半监督节点分类方法在权利要求书中公布了：1.基于语义引导的多层结构的半监督节点分类方法，其特征在于，该方法用于引用网络的节点分类，包括以下步骤： 建立具有语义引导的局部层次的图结构，得到含有语义关联的节点局部嵌入；图结构中节点是出版物，边是引文链接； 建立具有节点长范围依赖关系的全局层次的结构模型，以含有语义关联的节点局部嵌入为输入，获得节点的综合表示； 建立分类模型，以节点的综合表示为输入，获得节点分类结果；其中分类模型包括级联的线性层和分类器； 局部层次的图结构的建立中：首先，基于节点的拓扑图构造语义相似图；然后，对节点的拓扑图和语义相似图进行融合，得到局部层次的结构图；最后，采用图卷积网络GCN对局部层次的结构图进行节点聚合，得到含有语义关联的节点局部嵌入； 引入分数向量自适应地融合节点的拓扑图和语义相似图，得到局部层次的结构图，其中第层的融合图矩阵表示为： ， 式中，是节点的拓扑图邻接矩阵，是的度矩阵，是节点的K-hop近邻的邻接矩阵，是的度矩阵，是用来平衡与的分数向量，表示向量的每个元素与矩阵的对应行相乘； 通过以下公式计算： ， 式中，为第隐层表示矩阵，和均为将变换为分数向量的变换矩阵，为激活函数，为节点数； 全局层次的结构模型为由级联的个相同的层组成的改进的Transformer编码器，每层有两个级联的子模块，第一个子模块是一个多头注意机制MHA，第二个子模块是位置全连接前馈网络FeedForward。

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南京审计大学，其通讯地址为：211899 江苏省南京市浦口区雨山西路86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。