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新疆理化技术研究所申请的专利一种属性图聚类方法及系统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：CN116450911B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202310441397.7，技术领域涉及：G06F16/906；该发明授权一种属性图聚类方法及系统是由胡伦;杨月;赵博伟;周喜;马玉鹏设计研发完成，并于2023-04-20向国家知识产权局提交的专利申请。

本一种属性图聚类方法及系统在说明书摘要公布了：本发明提供了一种属性图聚类方法及系统，所述方法包括：将属性图输入训练好的属性图聚类模型，输出隶属度矩阵，将属性图中的每个节点划分到其隶属度最大的簇中；所述属性图聚类模型为图卷积神经网络模型；所述属性图聚类模型的训练过程为：根据属性图中所有节点的集合，以及两节点之间边的集合，构成属性图的邻接矩阵，根据节点相关联的所有属性的集合，构成属性图的特征矩阵；构建归一化的邻接矩阵和节点属性关联度矩阵；构建关于隶属度矩阵的损失函数；构建图卷积神经网络模型，迭代更新直到损失函数收敛。本发明的优势在于：在算法设计过程中，将基于模糊的聚类目标融合到图卷积网络中来完成属性图聚类任务，提高了属性图聚类的准确性。

本发明授权一种属性图聚类方法及系统在权利要求书中公布了：1.一种属性图聚类方法，所述方法包括： 将属性图输入训练好的属性图聚类模型，输出隶属度矩阵，将属性图中的每个节点划分到其隶属度最大的簇中，从而实现聚类；将每个类作为一行，其中的节点作为行中的元素，将所有类处理为文本文件进行输出展示；所述属性图聚类模型为图卷积神经网络模型； 所述属性图聚类模型的训练过程为： 根据属性图中所有节点的集合，以及两节点之间边的集合，构成属性图的邻接矩阵，根据节点相关联的所有属性的集合，构成属性图的特征矩阵；构建归一化的邻接矩阵和节点属性关联度矩阵；构建关于隶属度矩阵的损失函数；构建图卷积神经网络模型，迭代更新直到损失函数收敛； 所述属性图聚类模型的训练过程具体包括： 步骤1：预处理社交网络的属性图数据： 根据属性图中所有节点的集合、所有边的集合，构建属性图的邻接矩阵，表示第i个节点，表示节点数量，表示第i个节点和第j个节点相连接的边；根据与节点相关联的所有属性的集合，构建属性图的特征矩阵，表示第m个属性； 步骤2：根据属性图的邻接矩阵，获得归一化的邻接矩阵；根据属性图的邻接矩阵和特征矩阵，构建节点属性关联度矩阵； 步骤3：基于属性图的特征矩阵、归一化的邻接矩阵和节点属性关联度矩阵，获得隶属度矩阵，构建关于隶属度矩阵的损失函数； 步骤4：输入模型参数，构建图卷积神经网络模型，对损失函数进行优化，获得最优的隶属度矩阵。

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新疆理化技术研究所，其通讯地址为：830011 新疆维吾尔自治区乌鲁木齐市北京南路40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。