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！

龙图腾网获悉华中科技大学申请的专利基于图表示学习的目标特征信息提取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：CN117272016B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202311002507.6，技术领域涉及：G06F18/213；该发明授权基于图表示学习的目标特征信息提取方法及系统是由王芳;冯丹;施展;方鹏;万兴宇;潘和畅设计研发完成，并于2023-08-08向国家知识产权局提交的专利申请。

本基于图表示学习的目标特征信息提取方法及系统在说明书摘要公布了：本发明提供一种基于图表示学习的目标特征信息提取方法及系统，方法应用于NUMA架构，包括：确定包含目标信息的图数据；按照图数据顶点度的降序重新组织图数据，再合并相同顶点度的顶点以得到对应的顶点块，记录每个度数对应顶点块的起始偏移量和顶点块内每个顶点的一阶邻居顶点，以压缩稀疏块的格式将图数据存储到内存中；在当前NUMA节点读取本地和或远端内存存储的稀疏矩阵，将读取的稀疏矩阵与本地内存存储的稠密矩阵相乘，并将相乘得到的中间矩阵写入本地内存，最后将各节点上存储的中间矩阵合并得到目标的特征信息；通过熵感知的线程分配策略为稀疏矩阵与稠密矩阵乘法的并行计算进行任务分配。本发明提高了图表示学习目标特征提取效率。

本发明授权基于图表示学习的目标特征信息提取方法及系统在权利要求书中公布了：1.一种基于图表示学习的目标特征信息提取方法，所述方法应用于非一致内存访问NUMA架构，其特征在于，包括以下步骤： 确定包含目标信息的图数据；所述图数据的顶点包括目标节点和邻居节点，节点之间存在边则表示节点之间存在关联，邻居节点为与目标节点存在直接关联或间接关联的节点； 按照图数据中各个顶点度的降序重新组织图数据，之后将具有相同顶点度的顶点合并，得到对应的顶点块，记录每个度数对应顶点块的起始偏移量和顶点块内每个顶点的一阶邻居顶点，以将图数据对应的稀疏矩阵以压缩稀疏块的格式存储到对应的内存；所述内存为当前NUMA节点上的本地内存或跨NUMA节点上的远端内存； 在当前NUMA节点读取本地内存和或远端内存存储的稀疏矩阵，将读取的稀疏矩阵分别与本地内存存储的稠密矩阵相乘，并将相乘得到的中间矩阵写入本地内存，之后将当前NUMA节点本地内存上存储的中间矩阵合并得到目标的特征信息；所述稠密矩阵用于对图数据对应的稀疏矩阵进行特征表示，所述稀疏矩阵以压缩稀疏块的格式存储在内存上使得读取稀疏矩阵的方式为顺序读取，以提高NUMA节点在矩阵运算过程中的访问带宽，减少NUMA架构中本地和远端内存之间的性能差距对目标特征信息提取过程的影响。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。