暨南大学吴汉瑞获国家专利权
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！
龙图腾网获悉暨南大学申请的专利一种面向跨网络异构节点分类的异构域适应学习方法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：CN119441969B 。
龙图腾网通过国家知识产权局官网在2026-02-13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：202411432545.X，技术领域涉及：G06F18/241；该发明授权一种面向跨网络异构节点分类的异构域适应学习方法是由吴汉瑞;谢辉阳;田磊设计研发完成，并于2024-10-14向国家知识产权局提交的专利申请。
本一种面向跨网络异构节点分类的异构域适应学习方法在说明书摘要公布了：本发明涉及信息分类技术领域，公开一种面向跨网络异构节点分类的异构域适应学习方法，包括以下步骤：S1、构建源网络和目标网络的PPMI矩阵获取网络的全局结构信息，并运用变分图自编码器获取源网络和目标网络的节点特征，对其进行解码以恢复原PPMI矩阵从而保留节点之间的全局邻近信息；S2、构建一个超图，利用标记的源节点和目标节点，更加密切地关联源网络和目标网络；S3、构建一个超图自编码器，从而获取源网络和目标网络节点的高阶特征，将学习到的特征用于重构超图以保留高阶关系。本发明的优点在于：通过构建了几个基于真实世界的数据集学习任务，并进行了广泛的实验。该方法的性能优于现有的一些其他方法，更好的完成跨网络异构节点分类任务。
本发明授权一种面向跨网络异构节点分类的异构域适应学习方法在权利要求书中公布了：1.一种面向跨网络异构节点分类的异构域适应学习方法，其特征在于，包括以下步骤： S1、构建源网络和目标网络的PPMI矩阵获取网络的全局结构信息，并运用变分图自编码器获取源网络和目标网络的节点特征，对其进行解码以恢复原始PPMI矩阵从而保留节点之间的全局邻近信息，其中节点表示论文，每个节点的属性为从论文标题中提取的稀疏词袋特征； S2、构建一个超图，利用标记的源节点和目标节点，更加密切地关联源网络和目标网络； S3、构建一个超图自编码器，从而获取源网络和目标网络节点的高阶特征，将学习到的特征用于重构超图以保留高阶关系； S4、采用特征匹配机制，最小化每个标记节点的不同特征之间的差异，获取节点信息丰富且一致的特征表示； S5、采用对抗性域适应模块，减少源网络和目标网络标记节点之间的领域差异； S6、得到总体目标函数，基于标记的源节点和目标节点特征训练分类器。
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暨南大学，其通讯地址为：510630 广东省广州市黄埔大道西601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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励