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！

龙图腾网获悉浙江师范大学申请的专利在粒计算支持下基于图聚合与恢复的异常学习者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：CN114065835B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202111207734.3，技术领域涉及：G06V10/764；该发明授权在粒计算支持下基于图聚合与恢复的异常学习者检测方法是由黄昌勤;魏杭杰;黄琼浩;韩中美;吴雪梅设计研发完成，并于2021-10-18向国家知识产权局提交的专利申请。

本在粒计算支持下基于图聚合与恢复的异常学习者检测方法在说明书摘要公布了：本发明公开了一种在粒计算支持下基于图聚合与恢复的异常学习者检测方法，可应用于图聚合技术领域。本发明方法包括以下步骤：获取在线学习平台的学习者数据；对所述学习者数据进行数据粒化，得到学习者关系图；将所述学习者关系图输入学习者异常检测模型，预测得到学习者的学习异常检测结果；其中，所述学习者异常检测模型通过以下步骤构建：采用基于模块度的图算法构建聚合层；采用跳跃连接算法构建恢复层；基于所述聚合层和所述恢复层构建输出层。本发明能结合不同粒度下学习者群体对异常检测的影响，有效提高了异常检测的准确率。

本发明授权在粒计算支持下基于图聚合与恢复的异常学习者检测方法在权利要求书中公布了：1.一种在粒计算支持下基于图聚合与恢复的异常学习者检测方法，其特征在于，包括以下步骤： 获取在线学习平台的学习者数据； 对所述学习者数据进行数据粒化，得到学习者关系图； 将所述学习者关系图输入学习者异常检测模型，预测得到学习者的学习异常检测结果； 其中，所述学习者异常检测模型通过以下步骤构建： 采用基于模块度的图算法构建聚合层； 采用跳跃连接算法构建恢复层； 基于所述聚合层和所述恢复层构建输出层； 所述对所述学习者数据进行数据粒化，得到学习者关系图，包括： 在所述学习者数据中提取与学习者异常相关的特征，并计算与学习者异常相关的特征的权重； 根据所述与学习者异常相关的特征和所述权重，生成学习者关系图； 所述在所述学习者数据中提取与学习者异常相关的特征，并计算与学习者异常相关的特征的权重，包括： 在所述学习者数据中提取与学习者异常相关的特征，得到学习者特征集、待确定重要性特征集和学习者异常情况集； 将所述学习者特征集、所述待确定重要性特征集和所述学习者异常情况集代入粗糙集理论计算，得到学习者特征集下学习者异常情况集的第一正定义域和待确定重要性特征集下学习者异常情况集的第二正定义域； 根据所述第一正定义域和所述第二正定义域，确定所述待确定重要性特征集关于学习者异常情况集的重要性定义； 根据所述重要性定义对所述待确定重要性特征集进行筛选； 计算筛选后的待确定重要性特征集中每个特征的权重； 所述根据所述与学习者异常相关的特征和所述权重，生成学习者关系图，包括： 根据所述与学习者异常相关的特征的类型对所述与学习者异常相关的特征进行粒化； 根据粒化结果和每个特征的权重计算所述学习者关系图中每个节点的边的权值； 根据所述与学习者异常相关的特征和所述每个节点的边的权值生成学习者关系图。

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师范大学，其通讯地址为：321004 浙江省金华市迎宾大道688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”。