四川大学张贤获国家专利权
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！
龙图腾网获悉四川大学申请的专利基于扩散模型和因果优化的图神经网络缺失数据填补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：CN121092870B 。
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：202511631172.3，技术领域涉及：G06F18/15；该发明授权基于扩散模型和因果优化的图神经网络缺失数据填补方法是由张贤;卢莉;王琳娜;马力设计研发完成，并于2025-11-10向国家知识产权局提交的专利申请。
本基于扩散模型和因果优化的图神经网络缺失数据填补方法在说明书摘要公布了：本发明公开了一种基于扩散模型和因果优化的图神经网络缺失数据填补方法，属于数据填补技术领域，其包括将数据表划分为多个时间序列，并分别输入掩码感知扩散模块进行缺失数据填补，得到初始去噪结果，并输入时滞卷积的动态因果学习机得到因果图；将初始去噪结果作为图神经网络每个节点输入，采用因果图指导图神经网络进行跨特征去噪，得到重构值；采用初始去噪结果的重构值中的数值填补时间序列中的缺失值，得到新的时间序列；判断图神经网络是否收敛，若是，则拼接新的时间序列得到数据填补后的数据表，否则，将新的时间序列作为初始去噪结果输入动态因果学习机。本方案可以充分利用跨特征信息及弥补填补结果在解释性与一致性上存在不足的。
本发明授权基于扩散模型和因果优化的图神经网络缺失数据填补方法在权利要求书中公布了：1.基于扩散模型和因果优化的图神经网络缺失数据填补方法，其特征在于，包括步骤： S1、提取存在数据缺失的数据表的缺失指数矩阵，并将数据表按特征变量划分为多个时间序列； S2、将每个时间序列分别输入掩码感知扩散模块进行缺失数据的填补，得到初始去噪结果； S3、将初始去噪结果输入借助注意力机制与卷积神经网络结构的时滞卷积的动态因果学习机，得到特征变量之间的因果图； S4、将初始去噪结果作为图神经网络每个节点输入，之后采用因果图指导图神经网络进行跨特征去噪，得到每个初始去噪结果的重构值； S5、查看缺失指数矩阵，采用初始去噪结果的重构值中的数值填补步骤S1中时间序列中的缺失值，得到新的时间序列； S6、判断图神经网络是否收敛，若是，则拼接所有新的时间序列得到数据填补后的数据表，否则，将新的时间序列作为初始去噪结果返回步骤S3。
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四川大学，其通讯地址为：610000 四川省成都市武侯区一环路南一段24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