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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于多视图图提示学习的节点重要性估计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：CN120354320B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510838187.0，技术领域涉及：G06F18/2433；该发明授权基于多视图图提示学习的节点重要性估计方法是由方阳;吴丹;马思琦;丁陈阳;李俊炀;邱荣;周盼;陆廷坤;董璇设计研发完成，并于2025-06-23向国家知识产权局提交的专利申请。

本基于多视图图提示学习的节点重要性估计方法在说明书摘要公布了：本发明公开了基于多视图图提示学习的节点重要性估计方法，包括步骤：建立图神经网络；引入先验知识来启动模型对节点重要性的学习，使得模型生成节点重要性的粗略分类；整合节点的结构和语义信息来构建节点视图提示；构造提示图，并将提示图集成到原始图，从提示图得到的节点嵌入被聚合起来，以更新原始图中的节点；利用软提示和结构提示，将相似的节点拉近，将不同的节点拉开；根据估计的节点重要性，对网页搜索结果进行排序。本申请有效地提高了模型区分重要节点的能力；来自不同视图的提示通过多视图对比学习进行融合，进一步增强节点嵌入的表现力。

本发明授权基于多视图图提示学习的节点重要性估计方法在权利要求书中公布了：1.基于多视图图提示学习的节点重要性估计方法，其特征在于，包括以下步骤： 建立图神经网络：获取多个网页，并将网页建立图神经网络，每个网页作为图神经网络的一个节点； 预训练：引入先验知识来启动模型对节点重要性的学习，使得模型生成节点重要性的粗略分类； 多视图提示：整合节点的结构和语义信息来构建节点视图提示；构造提示图，并将提示图集成到原始图，从提示图得到的节点嵌入被聚合起来，以更新原始图中的节点； 多视图对比学习：利用软提示和结构提示将相似的节点拉近，将不同的节点拉开；所述软提示通过节点视图中的可训练提示标记引导模型，使其利用语义信息；所述结构提示利用图视图中的拓扑信息捕获节点之间的依赖关系； 网页排序：根据估计的节点重要性，对网页搜索结果进行排序； 其中，所述整合节点的结构和语义信息来构建节点视图提示，包括： 构建一个两跳邻域图，以利用高阶结构关系来学习节点嵌入，包括： 首先，构建一个两跳连通矩阵，2n为矩阵行和列的大小，初始节点视图软提示S基于固有的语义信息H得到，具体公式如下： ； 其中S表示高阶语义关系提示，n和d分别表示矩阵的行和列的大小； 最后，通过将S输入到两层感知器中，得到软提示： ； 其中，W1和W2是可训练的权重，b1和b2是偏差，β是激活函数。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。