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！

龙图腾网获悉武汉大学申请的专利多任务传播网络推断方法、装置、设备及可读存储介质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：CN115907015B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202211428876.7，技术领域涉及：G06N5/04；该发明授权多任务传播网络推断方法、装置、设备及可读存储介质是由库德热提·库尔班;颜钱;甘庭;黄浩设计研发完成，并于2022-11-15向国家知识产权局提交的专利申请。

本多任务传播网络推断方法、装置、设备及可读存储介质在说明书摘要公布了：本发明提供一种多任务传播网络推断方法、装置、设备及可读存储介质，本发明中基于相似的信息传播网络，首先利用统计方法揭示该传播网络中节点之间的潜在影响关系，然后利用相似的传播网络中节点间影响关系对该传播网络中已有的影响关系进行迭代修正，直至传播网络不再随迭代次数而改变，即确定最终的影响关系图。本发明通过挖掘相似的信息传播网络中关系信息，利用该信息增加了最终得到的传播网络的推断准确率。

本发明授权多任务传播网络推断方法、装置、设备及可读存储介质在权利要求书中公布了：1.一种多任务传播网络推断方法，其特征在于，所述多任务传播网络推断方法包括： 步骤1：对于有向图集G＝{G1,G2,…,Gk}中的有向图Gr，依次考虑Gr中的每个节点vr,i，计算剩余每个节点vr,j∈vr\{vr,i}是vr,i的父节点的概率： 其中，r∈{1,2,…,k}，k≥1表示组成有向图集G的有向图数目，有向图集G中每个有向图由节点和有向边组成，且所有有向图的节点数相同，Xr,i,Xr,j∈{0,1}是感染状态变量，β表示传播过程的次数；和分别表示第l次传播过程结束后节点vr,i和vr,j的感染状态；I.表示一个指示函数，当.成立时函数取值为1，不成立时函数取值为0； 步骤2：对于有向图集G中的有向图Gr，其中，r∈{1,2,…,k}，依次计算每个有向图中节点vr,i和vr,j之间的激活皮尔逊相关系数APCCVr,i,Vr,j： 其中，β表示传播过程的次数；和分别表示第l次传播过程结束后节点vr,i和vr,j的感染状态；I.表示一个指示函数，当.成立时函数取值为1，不成立时函数取值为0； 步骤3：初始化有向图G，其中G＝{V,E,W}，r∈{1,2,…,k}，V表示组成网络的n个节点，E表示G中的有向边集合，初始时为空集，对于每个节点vr,i，选择是vr,i父节点概率最大的p个节点组成集合Fr,i，在E中添加对应的有向边，并将有向边上的权重设置为两个节点间的激活皮尔逊相关系数； 步骤4：对W中的权重数据使用K-means方法进行聚类，聚类个数设置为2，对于聚类后的两组元素，假设t为较小一组元素中的最大值，将G中权重小于t的边删除，将G中剩余边组成的图记为 步骤5：对进行迭代，对经过T次迭代后的图中每一个节点在图中找到的父节点集合同时将中每个节点在第l次传播过程结束后的感染状态记录到集合对父节点集合作全组合，对每个组合计算gr分数，取gr分数最大值为节点分数，对应组合为节点的父节点集合节点分数计算方式为： 其中，表示中的节点的节点分数，为节点迭代T次后的父节点集合，表示集合中元素数量；k≥1表示组成有向图集G的有向图数目；α是调节参数；表示Niab在所有感染结果中出现Xr,i＝b且的次数，b取值为{0,1}，其为一个变量，在的求和运算中作遍历变量，Nia＝Nia0+Nia1；表示图Gs中是否存在Vs,i到Vs,j的边，若存在取值为1，不存在取值为0，Gs与Gr同属于有向图集G，Gs∈G\{Gr}；Vs,i是Gs的第i个节点、Vs,j是Gs的第j个节点； 步骤6：根据图中每个节点的父节点集合更新图连接节点与父节点集合中节点之间的有向边，去掉其他指向节点的有向边，更新后的图记为若存在任意图与间存在不同，则迭代次数T加1，返回步骤5；若所有与相同，则输出迭代得到的有向图集。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区珞珈山；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。