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！

龙图腾网获悉吉林大学申请的专利一种基于层相关重要性的采样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：CN117035033B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202310437346.7，技术领域涉及：G06N3/08；该发明授权一种基于层相关重要性的采样方法及系统是由裴中辉;王健;韩海洋;马涪元设计研发完成，并于2023-07-14向国家知识产权局提交的专利申请。

本一种基于层相关重要性的采样方法及系统在说明书摘要公布了：本发明涉及图神经网络技术领域，具体公开了一种基于层相关重要性的采样方法及系统。本发明通过将动态图所有时刻快照进行拼接处理，合成图结构G，并构造行选择矩阵X和时空邻域子图；根据所述图结构G计算每个节点的时间重要性概率，根据所述时空邻域子图计算结构重要性概率，并加权计算最终重要性概率，根据所述最终重要性概率进行采样，构造采样节点邻接矩阵用于训练模型。能够在动态图中选择部分节点作为初始采样节点，提升采样的随机性，保证模型训练结果的泛化性能，计算时间重要性概率和结构重要性概率，并加权计算最终重要性概率，进而按照最终重要性概率进行采样，构造采样节点邻接矩阵用于训练模型，能够保证模型训练效果。

本发明授权一种基于层相关重要性的采样方法及系统在权利要求书中公布了：1.一种基于层相关重要性的采样方法，其特征在于，所述方法具体包括以下步骤： 将动态图所有时刻快照进行拼接处理，合成图结构G，并构造行选择矩阵和时空邻域子图； 根据所述图结构G计算每个节点的时间重要性概率，根据所述时空邻域子图计算结构重要性概率，并加权计算最终重要性概率，根据所述最终重要性概率进行采样，构造采样节点邻接矩阵用于训练模型； 其中，所述根据所述图结构G计算每个节点的时间重要性概率，根据所述时空邻域子图计算结构重要性概率，并加权计算最终重要性概率，根据所述最终重要性概率进行采样，构造采样节点邻接矩阵用于训练模型具体包括以下步骤： 根据所述图结构G计算每个节点的时间重要性概率Tv； 根据所述时空邻域子图计算结构重要性概率； 根据所述时间重要性概率Tv和所述结构重要性概率，加权计算最终重要性概率； 根据所述最终重要性概率进行采样，构造采样节点邻接矩阵训练模型； 所述时间重要性概率Tv的计算公式为： 其中，代表节点v在所有时刻的出现次数，代表节点v在图结构G上边的数量； 所述结构重要性概率的计算公式为： 其中，使用作为第l层采样节点的索引，代表图中的节点集合，当节点不属于l层时，，即 所述加权计算最终重要性概率的加权计算公式为： 其中，k和k为所述时间重要性概率T和所述结构重要性概率对应的加权系数。

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吉林大学，其通讯地址为：130000 吉林省长春市前进大街2699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。