南京邮电大学李渊铭获国家专利权
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!
龙图腾网获悉南京邮电大学申请的专利一种基于弹性图神经网络的文献分类方法、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:CN116432119B 。
龙图腾网通过国家知识产权局官网在2026-03-17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:202310392708.5,技术领域涉及:G06F18/2415;该发明授权一种基于弹性图神经网络的文献分类方法、系统是由李渊铭;杨真真;杨永鹏;庄宇驰;张泽楷;林泽龙设计研发完成,并于2023-04-13向国家知识产权局提交的专利申请。
本一种基于弹性图神经网络的文献分类方法、系统在说明书摘要公布了:本发明公开了一种基于弹性图神经网络的文献分类方法、系统,包括:提取文献的特征信息构造特征矩阵和表征各文献之间关系的邻接矩阵;将特征矩阵和邻接矩阵分别输入两个并行的分支进行处理;第一分支分别经过第一多层感知机、第一激活函数和第二多层感知机;第二分支分别经过第一多头感知注意力模块、第三多层感知机、第二激活函数、第二多头感知注意力模块、加权求和;将第一分支和第二分支的结果进行聚合连接得到第一节点表征,将其经过带有低通滤波器功能的弹性图神经网络处理得到第二节点表征;将第二节点表征输入到softmax函数得到节点的最终分类结果。本发明增强了GNN的局部平滑自适应能力,并解决了邻居分数固定的问题。
本发明授权一种基于弹性图神经网络的文献分类方法、系统在权利要求书中公布了:1.一种基于弹性图神经网络的文献分类方法,其特征在于,包括: S1、提取文献的特征信息,构造特征矩阵和表征各文献之间关系的邻接矩阵; S2、将特征矩阵和邻接矩阵分别输入两个并行的分支进行处理,其中第一分支分别经过第一多层感知机、第一激活函数和第二多层感知机;第二分支分别经过第一多头感知注意力模块、第三多层感知机、第二激活函数、第二多头感知注意力模块; S3、将第一分支和第二分支处理得到的结果进行聚合连接,得到第一节点表征; S4、将第一节点表征经过带有低通滤波器功能的弹性图神经网络处理,得到第二节点表征;具体为: S401、以Xin为输入,基于l21正则化得到图信号平滑公式,具体公式为: 其中,n为节点个数;d为Xin信号的特征维度;F为最终输出的信号;λ1和λ2是控制图平滑度的平衡的超参数;L表示图拉普拉斯矩阵,表示正则化的图拉普拉斯矩阵,I表示单位矩阵,表示正则化的图邻接矩阵,表示图的度矩阵,Α为图邻接矩阵;是的l21范数;表示的迹;ε表示平衡参数;Vi表示各篇文献分别对应顶点间关联关系图的第i个顶点,Vj表示各篇文献分别对应顶点间关联关系图的第j个顶点,di表示各篇文献分别对应顶点间关联关系图中第i个顶点的度,dj表示各篇文献分别对应顶点间关联关系图中第j个顶点的度,Fi和Fj分别是F的第i个和j个输出信号;为引入低通滤波功能的正则项部分; S402、将最终输出信号F经过10次迭代,得到最终文献分类结果,将其输入到归一化指数函数Softmax中得到最终的文献分类类别; S5、将第二节点表征输入到softmax函数得到节点的最终分类结果。
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邮电大学,其通讯地址为:210023 江苏省南京市亚东新城区文苑路9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。
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。

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