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！

龙图腾网获悉北京邮电大学申请的专利一种突发事件识别模型训练方法、识别方法及装置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：CN119249258B 。

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：202411079785.6，技术领域涉及：G06F18/2415；该发明授权一种突发事件识别模型训练方法、识别方法及装置是由李雅文;孟晓龙;管泽礼;薛哲;寇菲菲设计研发完成，并于2024-08-07向国家知识产权局提交的专利申请。

本一种突发事件识别模型训练方法、识别方法及装置在说明书摘要公布了：本发明提供一种突发事件识别模型训练方法、识别方法及装置，基于联邦学习的架构预训练全局分类器，通过随机块模型对各客户端的局部图抽取对局部结构信息并聚合，重建带有全局信息的局部视图，通过知识蒸馏的方式，利用带有全局信息的局部视图指导局部视角下的模型优化训练，最小化两个图结构下的表示差异；利用对比学习方法，通过对图数据进行扰动和扩充，构建增强视图，并选取原图和增强试图中对应节点的表示作为正样本，不同节点的表示作为负样本，约束正负样本的表示距离，提升模型的表示学习能力和鲁棒性。

本发明授权一种突发事件识别模型训练方法、识别方法及装置在权利要求书中公布了：1.一种基于联邦图结构学习的突发事件识别模型训练方法，其特征在于，所述方法基于一个全局服务器和多个客户端执行，该方法包括以下步骤： 由各客户端通过设定社交平台获取本地的突发事件文本数据，所述突发事件文本数据的关键词包括用户信息、用户发布的文本、事件类型、话题标识、点赞转发关系、时间地点要素和所述关键词之间的共现关系，根据所述突发事件文本数据构建事件异质图，根据所述事件异质图中的元路径，将所述事件异质图转化为基于文本的同质图，得到各客户端的孤立子图； 各客户端利用本地的所述孤立子图独立训练基于图神经网络的本地分类器，并由所述全局服务器根据各客户端的本地分类器进行聚合，最小化聚合风险进行参数优化得到全局分类器； 利用随机块模型抽取各客户端的所述孤立子图的局部图结构信息，并进行聚合；在客户端重建带有全局信息的重建局部图； 基于知识蒸馏的方式，最小化各客户端对应所述孤立子图和所述重建局部图通过所述全局分类器的表征差异，对所述全局分类器进行去偏参数优化；以及，将所述重建局部图作为增强视图，基于对比学习的方式，以各客户端中所述孤立子图和所述增强视图中对应节点的表征为正样本，非对应节点间的表征为负样本，通过约束正负样本表示距离，对所述全局分类器进行参数优化，得到所述突发事件识别模型； 其中，利用随机块模型抽取各客户端的所述孤立子图的局部图结构信息，并进行聚合；在客户端重建带有全局信息的重建局部图，包括： 假设所述客户端中原始孤立子图的N个节点可以分为K个社区，每个节点i属于一个社区zi； 定义一个K×K的矩阵Ω，Ωab表示社区a和社区b的连接概率； 设社区ci的节点vi和社区cj的节点vj之间存在一条边的概率为并基于决定节点vi与节点vj是否有连接，给定Ω、预测结果Z和标签Y，生成所述重建局部图A的概率形式化为： 其中，PA|Ω，Z，Y表示边的概率，Aij表示节点vi和节点vj的连接概率；表示标注集，yi为节点vi标注的事件分类，zi为对节点vi预测的事件分类；ci表示对节点vi重建过程中确定的事件分类。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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”。