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！

龙图腾网获悉重庆邮电大学申请的专利一种基于潜在结构和属性的非负矩阵分解社区检测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：CN115935044B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202211702317.0，技术领域涉及：G06F16/953；该发明授权一种基于潜在结构和属性的非负矩阵分解社区检测方法是由陈自刚;肖琪;张镇江;潘鼎;颜逸;邵鑫;牟覃宇设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本一种基于潜在结构和属性的非负矩阵分解社区检测方法在说明书摘要公布了：本发明提供一种基于潜在结构和属性的非负矩阵分解社区检测方法，涉及社区网络检测领域。主要解决现有方法对社区网络信息利用不够充分的问题。该方法包括：先对社区网络数据进行预处理，将网络中的信息进行表示；计算邻接矩阵、属性矩阵和潜在结构矩阵；建立以直系拓扑结构和属性信息为主、潜在结构信息为辅的社区检测模型；计算迭代更新规则；设置迭代次数，初始化社区成员矩阵、两个社区‑社区矩阵和潜在结构矩阵，并且调节权重参数；进行迭代获得目标矩阵；最后根据迭代结果社区成员矩阵发现社区。

本发明授权一种基于潜在结构和属性的非负矩阵分解社区检测方法在权利要求书中公布了：1.一种基于潜在结构和属性的非负矩阵分解社区检测方法，其特征在于，包括如下步骤： S1、对社区网络数据进行预处理； S2、计算社区网络的邻接矩阵、属性矩阵和潜在结构矩阵； S3、建立以直系拓扑结构和属性信息为主、潜在结构为辅的社区检测模型，具体来说，以社区网络直系拓扑结构信息邻接矩阵和属性信息为主，以社区网络潜在结构信息为辅，并对相关分解矩阵进行约束，以此建立社区检测模型，建立目标函数： ； 其中社区成员矩阵表示最终社区发现的矩阵，表示节点数量，代表社区数量，该矩阵行代表节点成员，列代表社区，矩阵中的值代表节点属于社区的概率；社区-社区矩阵、社区-社区矩阵，代表社区数量，该矩阵每一行每一列均表示社区，矩阵中的值表示社区与社区之间的关系；社区属性矩阵，代表属性数量，该矩阵行代表每个社区，列代表每个属性，矩阵中的值代表社区在属性上的表现； S4、计算迭代更新规则，具体来说，步骤S4中，先化简目标函数为矩阵迹的形式，再使用乘法更新规则来获得局部最优解，最终获得乘法更新规则： ； ； ； ； S5、设置迭代次数iter，随机初始化社区成员矩阵、社区-社区矩阵、社区-社区矩阵和社区属性矩阵，同时调节平衡参数； S6、经过迭代获得社区成员矩阵、社区-社区矩阵、社区-社区矩阵和社区属性矩阵； S7、根据社区成员矩阵获得社区检测结果。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区崇文路2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。