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！

龙图腾网获悉南京信息职业技术学院申请的专利基于低通滤波和l1范数的图神经网络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：CN115329931B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202210899721.5，技术领域涉及：G06N3/042；该发明授权基于低通滤波和l1范数的图神经网络系统是由杨永鹏;杨真真;李建林;王文轩;周建设计研发完成，并于2022-07-28向国家知识产权局提交的专利申请。

本基于低通滤波和l1范数的图神经网络系统在说明书摘要公布了：本发明公开了一种基于低通滤波和l11范数的图神经网络系统，包括输入模块、随机失活模块、第一图卷积神经网络模块、动态线性整流模块、第二图卷积神经网络模块、基于低通滤波和l11范数的图神经网络模块、归一化指数函数模块和输出模块。本发明可以有效的对图节点进行分类。

本发明授权基于低通滤波和l1范数的图神经网络系统在权利要求书中公布了：1.一种基于低通滤波和l1范数的图神经网络系统，其特征在于，按照对图信号处理的流程，包括输入模块、随机失活模块、第一图卷积神经网络模块、动态线性整流模块、第二图卷积神经网络模块、基于低通滤波和l1范数的图神经网络模块、归一化指数函数模块和输出模块； 所述输入模块，用于接收图信号以及表征图拓扑结构的邻接矩阵； 所述随机失活模块，用于随机丢弃图信号中的少部分特征，防止过拟合问题的出现； 所述第一图卷积神经网络模块，用于对图信号进行第一次学习，提取图信号的特征； 所述动态线性整流模块，用于增加图神经网络各层之间的非线性关系； 所述第二图卷积神经网络模块，用于对图信号进行第二次学习，提取图信号的特征； 所述基于低通滤波和l1范数的图神经网络模块，用于对图信号进行学习，提取图信号的特征； 所述归一化指数函数模块，用于将图节点分类的结果以概率的形式展现出来； 所述输出模块，用于输出图节点的类别； 所述基于低通滤波和l1范数的图神经网络模块包括采用近端交替预测校正算法进行求解； 所述基于低通滤波和l1范数的图神经网络模块对应的优化方程如下所示： 其中，X表示输入到图神经网络中的原始信号，Y是图神经网络模型经过K步迭代之后的最终表示信号，μ,ρ1和ρ2分别为平衡参数，为正则化的邻接矩阵，是度矩阵，Α为图的邻接矩阵，I为单位矩阵，tr·是矩阵的迹，为图的拉普拉斯矩阵，||·||1为l1范数，Vi是图的第i个顶点，Vj是图的第j个顶点，di是度的第i个元素值，dj是度的第j个元素值，Yi和Yj是Y的第i个和j个元素值。

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南京信息职业技术学院，其通讯地址为：210000 江苏省南京市栖霞区文澜路99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。