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！

龙图腾网获悉中山大学申请的专利一种基于拓扑驱动的属性缺失图学习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：CN118013089B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202410116599.9，技术领域涉及：G06F16/903；该发明授权一种基于拓扑驱动的属性缺失图学习方法及装置是由李孟燃;张荣辉设计研发完成，并于2024-01-26向国家知识产权局提交的专利申请。

本一种基于拓扑驱动的属性缺失图学习方法及装置在说明书摘要公布了：本申请涉及一种基于拓扑驱动的属性缺失图学习方法及装置，其方法包括使用TAAP技术进行精细的属性预填充；然后将与节点拓扑位置相关的可信度和相似性信息注入到潜在变量中，并以此作为权重来更新嵌入空间；最后，通过考虑同质性和潜在的边缘错误来实现精确的特征重建监督。本申请具有充分利用图的复杂拓扑信息，提高图数据缺失属性恢复精度的效果。

本发明授权一种基于拓扑驱动的属性缺失图学习方法及装置在权利要求书中公布了：1.一种基于拓扑驱动的属性缺失图学习方法，其特征在于，包括以下步骤， 基于属性缺失的原图数据，获得所述原图数据的初始拓扑，并构建重构属性特征； 根据所述初始拓扑，引入拓扑感知属性传播机制进行属性传播，迭代更新所述初始拓扑中节点的属性特征，直至获得最小化狄利克雷能量的属性特征，得到所述原图数据的精炼拓扑； 将所述精炼拓扑输入预设的图自编码器-解码器模型中，以及，结合真实已知属性节点和所述精炼拓扑中的精炼属性节点之间的均方误差设计精炼损失函数，其中，编码器将原图数据的所述精炼拓扑映射到潜在维度，解码器从所述潜在维度重构所述原图数据的拓扑和节点属性；其中所述图自编码器-解码器模型的学习还采用嵌入空间传播置信度机制，计算未知属性节点到预指定的已知属性节点的最短路径，量化未知属性节点的位置置信度，构建在嵌入空间传播中的未知属性节点拓扑位置函数；计算已知属性节点直接连接的未知属性节点的数量，量化已知属性节点的位置置信度，构建在嵌入空间传播中的已知属性节点拓扑位置函数；当所述精炼拓扑输入预设的图自编码器-解码器模型中时，基于所述未知属性节点拓扑位置函数和所述已知属性节点拓扑位置函数，获取所述原图数据中已知属性节点和未知属性节点的潜在影响或上下文信息； 当所述精炼损失函数满足预设条件时，则输出当前的图自编码器-解码器模型作为属性缺失图学习模型； 输入待学习图数据至所述属性缺失图学习模型中，重构所述待学习图数据的拓扑和节点属性，恢复所述待学习图数据的缺失属性。

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山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。

以上内容由龙图腾AI智能生成。