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！

龙图腾网获悉深圳大学申请的专利抗结构噪声图开集节点分类方法、装置、电子设备及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：CN121074532B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202511622723.X，技术领域涉及：G06V10/764；该发明授权抗结构噪声图开集节点分类方法、装置、电子设备及介质是由章秦;毛日强;王子怡;何清;李俊杰;陈小军;黄哲学;张良杰设计研发完成，并于2025-11-07向国家知识产权局提交的专利申请。

本抗结构噪声图开集节点分类方法、装置、电子设备及介质在说明书摘要公布了：本申请涉及数据处理技术领域，尤其涉及一种抗结构噪声图开集节点分类方法、装置、电子设备及介质，在接收到相关分类任务时，获取待分类噪声图的节点特征矩阵与原始邻接矩阵，将其输入预设初始GNN模型，输出各节点嵌入向量，依据嵌入向量对原始邻接矩阵去噪，得到去噪后邻接矩阵，把节点特征矩阵与去噪后邻接矩阵输入预设目标GNN模型，该模型输出各节点对不同类别的置信度分数，含已知类分数和伪未知类分数，根据这两类分数确定每个节点的类别判定结果。本申请能有效应对图结构噪声，解决开放环境中未知类别样本识别难题，提升分类准确性与可靠性。

本发明授权抗结构噪声图开集节点分类方法、装置、电子设备及介质在权利要求书中公布了：1.一种抗结构噪声图开集节点分类方法，其特征在于，所述方法包括： 接收到抗结构噪声图开集节点分类任务时，获取待分类噪声图的节点特征矩阵和原始邻接矩阵； 将所述节点特征矩阵和所述原始邻接矩阵输入至预设的初始GNN模型中，以使得所述初始GNN模型输出每个节点的嵌入向量； 根据所述每个节点的嵌入向量对所述原始邻接矩阵进行去噪处理，得到去噪后的邻接矩阵； 将所述节点特征矩阵和所述去噪后的邻接矩阵输入至预设的目标GNN模型中，以使得所述目标GNN模型输出每个节点对于不同类别的置信度分数；所述置信度分数包括已知类分数和伪未知类分数；所述目标GNN模型通过以下步骤确定：获取用于微调所述初始GNN模型的整体数据集；所述整体数据集包括训练节点特征矩阵、训练邻接矩阵以及节点标签信息；将所述整体数据集划分为训练数据集、测试数据集和验证数据集；将所述训练数据集中的训练邻接矩阵和训练节点特征矩阵输入至所述初始GNN模型中，并根据开放集分类的总体目标损失对所述初始GNN模型进行优化；所述总体目标损失由标签损失和最大熵损失构成；每次训练迭代后，根据所述总体目标损失计算梯度，利用优化器对所述初始GNN模型的参数进行更新，直至满足预设迭代终止条件；将满足所述预设迭代终止条件的所述初始GNN模型确定为所述目标GNN模型；根据所述已知类分数和所述伪未知类分数确定每个节点的类别判定结果； 所述方法还包括：获取所述目标GNN模型基于所述验证数据集输出的每个验证集节点对应的预测概率，及伪未知类节点对应的预测概率；确定所述每个验证集节点对应的第一最大预测概率，及所述伪未知类节点对应的第二最大预测概率；根据所述第一最大预测概率和所述第二最大预测概率确定分类阈值。

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深圳大学，其通讯地址为：518000 广东省深圳市南山区粤海街道南海大道3688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。