山西大学杜航原获国家专利权
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!
龙图腾网获悉山西大学申请的专利一种半监督智慧城市网络设备识别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:CN116582444B 。
龙图腾网通过国家知识产权局官网在2025-08-22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:202310570160.9,技术领域涉及:H04L41/14;该发明授权一种半监督智慧城市网络设备识别方法及系统是由杜航原;谢富中;王文剑;白亮;梁吉业设计研发完成,并于2023-05-19向国家知识产权局提交的专利申请。
本一种半监督智慧城市网络设备识别方法及系统在说明书摘要公布了:本发明提供一种半监督智慧城市网络设备识别方法及系统,属于智慧城市领域。方法包括网络设备数据预处理环节,半监督智慧城市网络设备识别模型的构建环节,半监督智慧城市网络设备识别模型的优化环节,半监督智慧城市网络设备识别模型的训练环节以及半监督智慧城市网络设备识别模型的结果输出环节五个主要组成部分。半监督智慧城市网络设备识别模型由图自编码器模块、自训练聚类模块以及类语义信息模块构建,并设计一个联合优化目标函数,通过最小化目标函数进行模型训练。系统包括计算机处理器和内存、网络设备数据预处理单元、基于半监督智慧城市网络设备识别模型训练单元、基于半监督智慧城市网络设备识别模型结果输出单元。
本发明授权一种半监督智慧城市网络设备识别方法及系统在权利要求书中公布了:1.一种半监督智慧城市网络设备识别方法,其特征在于,包括以下步骤: S10、利用网络设备数据构建图结构G=V,E,X; S20、构建图结构G=V,E,X的N×N维邻接矩阵A; S30、基于建立的图结构及其邻接矩阵,构建半监督智慧城市网络设备识别模型; S31、在图自编码器模块中,将图结构G=V,E,X输入到GCN编码器中进行编码,获得网络设备节点的表示向量,其编码过程的形式化表示如式1所示: 其中,IN表示N维单位矩阵,是的度矩阵,Hl表示第l层的网络设备节点的特征向量,Wl表示第l层的参数矩阵;H={h1,h2…,hN}是网络设备节点的表示向量的集合,其中网络设备节点表示hn表示第n个网络设备节点的低维表示,1≤n≤N,编码器中σ表示激活函数Relu·,由式2定义: 通过GCN编码器获得网络设备节点的低维表示后,再利用解码器来重构其信息,解码器采用简单的内积函数,如式3所示: 其中,为重构的邻接矩阵,δ为sigmoid函数,在该模块中,通过将重构邻接矩阵与原始邻接矩阵A进行对比,利用两者间的误差训练模型,从而获得网络设备节点表示; S32、在自训练聚类模块中,先利用k-means算法对网络设备节点表示H进行聚类分析,获得u个聚类,然后使用学生t分布衡量网络设备节点表示hi与聚类中心向量θu的相似程度,如式4所示: 其中,qiu表示网络设备节点vi属于聚类u的概率,获得了网络设备节点聚类的分布结果Q,利用分布Q来计算目标分布P,如式5所示: 其中,piu同样表示网络设备节点vi属于聚类u的概率,但目标分布P具有更高的置信度,分布P依赖于分布Q,分布Q由网络设备节点表示参与计算得到,因而聚类结果会对学到的网络设备节点表示产生影响,而网络设备节点表示的好坏影响聚类结果的可信度,通过不断学习,获得可信度高的聚类结果,从而能够捕捉到同一类的网络设备信息,得到更优的网络设备节点表示; S40、针对构建的半监督智慧城市网络设备识别模型,构建其模型优化的目标函数; S50、设定半监督智慧城市网络设备识别模型的训练流程并进行迭代训练,最小化目标函数,从而确定模型参数; S60、利用构建的半监督智慧城市网络设备识别模型以及确定的模型参数,对网络设备数据进行识别与划分,并将分类结果进行输出。
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山西大学,其通讯地址为:030006 山西省太原市坞城路92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”。
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。