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！

龙图腾网获悉东南大学;北部湾大学申请的专利针对多重网络化工业软件的关键组件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：CN119647037B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202411785231.8，技术领域涉及：G06F30/18；该发明授权针对多重网络化工业软件的关键组件识别方法及系统是由蒋嶷川;安正一;胡相慧;姜睿侠;王远干;陈丹设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本针对多重网络化工业软件的关键组件识别方法及系统在说明书摘要公布了：本发明公开了一种针对多重网络化工业软件的关键组件识别方法及系统，首先计算各网络层上所有组件的影响半径，对每个组件计算基于动态影响范围的重要程度再使用余弦相似性算法计算各组件在不同关系网络层上的多重特征向量之间的相似度使用隐变量模型计算不同组件之间在不同关系网络层上的关联强度再计算各网络层Gα的重要度LIα；最后基于动态影响范围的重要程度不同组件间的关联强度网络层Gα的重要程度LIα构造重力中心性模型，计算各组件的重要程度。并根据重要程度值排序，从而识别出多重网络化工业软件系统上的关键组件。本发明方法高效可靠，增强了多重网络化工业软件系统上关键组件的识别能力。

本发明授权针对多重网络化工业软件的关键组件识别方法及系统在权利要求书中公布了：1.针对多重网络化工业软件的关键组件识别方法，其特征在于，包括如下步骤： S1：将组件输入至包含L种不同关系的多重网络化工业软件系统G＝{G1,G2,…,GL}中，所述多重网络化工业软件系统中的每层网络上均包含N个相同的组件； S2：计算各网络层上所有组件的影响半径，并和其邻居组件的平均影响半径共同决定组件影响力，对每个组件计算基于动态影响范围的重要程度 S3：计算各组件在不同关系网络层上的多重特征向量之间的相似性，所述相似性通过使用余弦相似性算法计算相似度获得； S4：使用隐变量模型计算不同组件之间在不同关系网络层上的关联强度所述关联强度基于步骤S3的相似度确定； S5：计算各网络层Gα的重要程度，所述重要度LIα通过将该网络层中的边数与多重网络中的边总数的比率比较后得出； S6：根据步骤S2得到的组件基于动态影响范围的重要程度步骤S4得到的不同组件间的关联强度步骤S5得到的网络层Gα的重要程度LIα，构造重力中心性模型具体如下： 其中，表示组件和在网络层上的最短路径长度； 则各组件的重要程度如下： S7:对步骤S6获得的各组件的重要程度值进行排序，从而识别出多重网络化工业软件系统上的关键组件。

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东南大学;北部湾大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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。