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！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省人工智能研究院;青岛海尔科技有限公司申请的专利一种面向智慧家庭场景的超图影响力最大化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：CN121257593B 。

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：202511812156.4，技术领域涉及：G06N3/006；该发明授权一种面向智慧家庭场景的超图影响力最大化方法是由狄冲;袁亚超;舒明雷;周书旺;于靓环;田云龙;朱玉凯设计研发完成，并于2025-12-04向国家知识产权局提交的专利申请。

本一种面向智慧家庭场景的超图影响力最大化方法在说明书摘要公布了：本发明涉及一种面向智慧家庭场景的超图影响力最大化方法，具体如下：获取智慧家庭场景中实体与实体间联动事件生成超图数据，定义函数确定激活所需实体与联动事件数量；再基于超图线性阈值模型建模激活传播过程；生成超图低维向量网络嵌入；初始化种群，将个体分配到子种群并定义差异化自适应差分变异策略，通过MDP与奖励机制评估DQN智能体性能，初始化经验回放池存储交互数据，对DQN个体进行差分进化操作，重复评估与进化步骤至无更优个体，最终筛选最优DQN个体选择k个种子节点形成影响力最大化种子集。本方法能精准刻画智慧家庭异构网络中多实体高阶关联，快速找到最优种子节点，高效触发期望设备联动与用户行为，实现家庭场景智能主动式优化控制。

本发明授权一种面向智慧家庭场景的超图影响力最大化方法在权利要求书中公布了：1.一种面向智慧家庭场景的超图影响力最大化方法，其特征是，包括以下步骤： S1、获取智慧家庭场景中实体和实体之间的联动事件，生成超图数据，定义函数P来确定激活超图数据中所需实体与联动事件的数量； 其中，智慧家庭场景中的实体包括用户、设备、传感器和空间环境，实体之间的联动事件为实体之间多对多的交互关系； S2、基于超图的线性阈值模型对智慧家庭场景中实体与联动事件的激活传播过程进行建模，模拟影响扩散规律，定义激活原则； S3、采用NHNE嵌入算法对超图数据进行网络嵌入，生成超图的低维向量的网络嵌入； S3具体如下： 1读取超图数据，采用随机游走策略生成节点序列，通过超参数引导游走方向，其中，和控制游走倾向于深度优先还是广度优先，为引导游走向度数更大或更小的节点移动； 将生成的节点序列输入至跳字模型，通过滑动窗口以序列的中心节点预测上下文节点，并通过优化共现概率来学习每个节点的低维向量； 2构建原始超图的对偶超图，原始超图的每条超边对应对偶超图的一个节点，原始超图的每个节点对应对偶超图的一条超边；采用算法结合模型在对偶超图上学习，得到原始超图中每条超边的低维向量； 3将步骤1每个节点的低维向量与步骤2得到的每条超边的低维向量分别输入1D卷积神经网络处理，将结果拼接处理，后通过元组相似度函数联合优化，生成超图的网络嵌入； S4、初始化由X个个体组成的种群，每个个体由一个深度DQN网络代理，DQN的网络权重随机化，每个DQN作为选择种子节点的策略，在k个离散时间步的马尔可夫决策过程MDP中选择高影响力种子节点； S5、将X个个体均匀分配到4个子种群，每个子种群含X4个个体，为4个子种群分别定义四种具有差异化参数的自适应差分变异策略； S6、基于MDP与奖励机制对种群中每个DQN智能体进行性能评估，计算状态-动作价值并通过贪心策略选择最优动作； 对DQN智能体进行评估的具体过程如下： 1计算状态-动作函数值，其中为DQN的权重参数，表示当前状态下执行动作的价值，动作为选择节点的过程； 状态由超图网络嵌入、影响估算特征和节点状态序列融合而成，； 为影响估算特征，，表示节点激活的超边数，其计算公式为： ， 其中，是与节点相连的超边集，表示种子节点集合下的激活节点集合，为与超边相连的节点集，δ为克罗内克指示函数；且，表示节点为种子节点，表示节点非种子节点； 2采用贪心策略选择最优动作：在时间步，确定最优值，并选择最优动作，表示取最大值的函数操作；执行动作后，更新节点状态o{}=1且=，基于提取种子节点集合，更新影响估算特征=，生成下一时刻状态； 3计算奖励值，其中，表示状态下的激活节点集合，通过量化执行动作带来的影响力增量； 每个代表不同策略的DQN个体与环境交互后产生的四元组表示为； S7、初始化经验回放池，存储每个DQN个体与环境交互产生的状态转移4元组； S8、对评估后的各子种群DQN个体进行差分进化操作，包括基于精英保留比例的精英个体直接遗传、结合成功计数器的自适应策略选择及对应策略的变异计算； S9、重复步骤S6至步骤S8的操作，循环G轮直至无更优个体生成； S10、完成G轮迭代训练后，筛选出最优DQN个体，利用该最优DQN个体在超图数据中选择k个种子节点，形成最终的影响力最大化种子集。

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齐鲁工业大学(山东省科学院);山东省人工智能研究院;青岛海尔科技有限公司，其通讯地址为：250000 山东省济南市长清区大学路3501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。