Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江财经大学张帅获国家专利权

浙江财经大学张帅获国家专利权

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!

龙图腾网获悉浙江财经大学申请的专利一种超图增强半监督图重构方法及重叠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:CN120823460B

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:202511034360.8,技术领域涉及:G06V10/774;该发明授权一种超图增强半监督图重构方法及重叠社区检测方法是由张帅;杨汕;张文宇;聂佳浩;陈勇;吕昊阳设计研发完成,并于2025-07-25向国家知识产权局提交的专利申请。

一种超图增强半监督图重构方法及重叠社区检测方法在说明书摘要公布了:本发明属于图重构以及重叠社区检测领域,公开了一种超图增强半监督图重构方法及重叠社区检测方法,包括:获取属性图和先验矩阵,并根据属性图得到属性图邻接矩阵;将属性图的属性矩阵和属性图邻接矩阵输入至对偶注意力卷积编码器,得到对偶注意力卷积编码器输出的节点表征矩阵;将属性图的属性矩阵映射为超图,根据超图和节点表征矩阵进行图重构,输出新的属性图邻接矩阵,并计算图重构损失函数;基于先验矩阵和节点表征矩阵,计算半监督损失函数;基于属性图邻接矩阵和节点表征矩阵计算模块度最大化损失函数;综合所有损失函数训练更新对偶注意力卷积编码器,直至训练结束。本发明提高图重构学习的准确性,同时增强对社区结构的感知能力。

本发明授权一种超图增强半监督图重构方法及重叠社区检测方法在权利要求书中公布了:1.一种超图增强半监督图重构方法,面向重叠社区检测,其特征在于,所述超图增强半监督图重构方法,包括: 获取属性图和先验矩阵,并根据属性图得到属性图邻接矩阵; 将属性图的属性矩阵和属性图邻接矩阵输入至对偶注意力卷积编码器,得到对偶注意力卷积编码器输出的节点表征矩阵; 将属性图的属性矩阵映射为超图,根据超图和节点表征矩阵进行图重构,输出新的属性图邻接矩阵,并计算图重构损失函数; 基于先验矩阵和节点表征矩阵,计算半监督损失函数; 基于属性图邻接矩阵和节点表征矩阵计算模块度最大化损失函数; 综合图重构损失函数、半监督损失函数和模块度最大化损失函数训练更新对偶注意力卷积编码器,直至训练结束。

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浙江财经大学,其通讯地址为:310000 浙江省杭州市西湖区文一西路83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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。