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！

龙图腾网获悉燕山大学申请的专利一种基于关系聚合超图的节点分类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：CN115983341B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202211685347.5，技术领域涉及：G06N3/0464；该发明授权一种基于关系聚合超图的节点分类方法是由郭景峰;张丽艳;李洋;王晶;李山山;魏宁设计研发完成，并于2022-12-27向国家知识产权局提交的专利申请。

本一种基于关系聚合超图的节点分类方法在说明书摘要公布了：本发明公开了一种基于关系聚合超图的节点分类方法，属于复杂网络技术领域，解决现有超图构建方法单一，易造成部分高阶信息损失，影响节点分类准确率问题；方法包括以下步骤：分别基于节点间显式关系和隐式关系构建显式和隐式超边；采用全局注意力机制，计算节点与其共享隐式超边的邻居节点之间的重要性，并将其定义为隐式特征相关性系数；将隐式关系做为补充信息，与显式关系相聚合，生成关系聚合的超图结构；对生成的超图结构的关联矩阵进行加权计算，通过超图神经网络将聚合特征沿顶点‑超边‑顶点的路径进行传递，得到节点的嵌入表示，用softmax分类器进行节点分类任。

本发明授权一种基于关系聚合超图的节点分类方法在权利要求书中公布了：1.一种基于关系聚合超图的节点分类方法，其特征在于：包括以下步骤： S1、根据高阶关系图数据的结构及节点特征定义显式和隐式关系； S2、根据显式关系，构建显式超边； 所述S2的具体操作如下： 传统超图：传统超图用G＝V,E表示，其中V＝{v1,…,vn}表示n个节点集合，E＝{e1,…,em}表示超图中m条超边的集合，其中每条超边为一个无序节点集合当超边连接节点个数为2时，超图退化成普通图； 不同于一条边只能连接两个顶点的传统图，超图结构中不限制顶点的度，即每条超边可以连接任意多个顶点，因此称之为图的高阶表示，将由显式关系构建的传统超图定义为显式超图，称E为显式超边； S3、根据隐式关系，构建隐式超边； 所述S3中，采用KNN和K-means两种方法，从局部和全局两个角度提取节点间高阶关系，构建隐式超边，为了捕捉特征空间中的全局信息，避免噪声数据及离群点以及参数选取欠佳带来的影响，采用K-MEANS方法对KNN产生的超边进行修正，基于隐式关系的超边集为其中p条超边由KNN生成，q条超边由k-means生成； S4、定义隐式特征相关性系数，采用全局注意力机制，计算隐式超边中目标节点与邻居节点间的重要性，并与显式超边聚合生成关系聚合的超图结构； 所述S4的具体操作为： 隐式特征相关性系数αij：隐式超边集中，节点与其共享隐式超边的邻居节点之间的重要性系数eij为节点间相似性系数，Zi为节点的邻居节点集合，exp为以e为底的指数函数； 关系聚合的超图RAH：设有节点集V＝{v1，v2,…,vn}，在显式超边E和隐式超边El中，存在节点vi∈E,vj∈El且若αij≥β，即存在与目标节点的隐式特征相似性系数大于阈值β，则将vj补充至E中，生成新的超边EA，构成关系聚合的超图结构GA＝V,EA,W，其中W为代表顶点属于不同超边的权重矩阵，当El＝{Φ}时，RAH退化为传统超图； S5、采用超图神经网络对生成的关系聚合超图结构进行嵌入表示； S6、将训练后的节点嵌入表示送入softmax分类器，根据固有标签进行节点分类。

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燕山大学，其通讯地址为：066004 河北省秦皇岛市海港区河北大街438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”。