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！

龙图腾网获悉淮阴工学院申请的专利基于折扣策略与改进离散乌鸦搜索算法的网络关键节点挖掘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：CN116756207B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310569958.1，技术领域涉及：G06F16/2458；该发明授权基于折扣策略与改进离散乌鸦搜索算法的网络关键节点挖掘方法是由陈伯伦;许雪;王笑颜;谢乾;刘步实;朱鹏程;于翠莹;王凌;刘晓娈设计研发完成，并于2023-05-19向国家知识产权局提交的专利申请。

本基于折扣策略与改进离散乌鸦搜索算法的网络关键节点挖掘方法在说明书摘要公布了：本发明涉及到计算机复杂网络优化技术领域，公开了一种基于折扣策略与改进离散乌鸦搜索算法的网络关键节点挖掘方法，包括：首先对引文网络预处理转换为邻接矩阵，并对该网络做反向得到反向网络；然后利用LRDiscount算法对反向网络的节点进行初始筛选得到候选节点集C；接下来根据改进离散乌鸦搜索算法的局部优化过程对候选节点集C进行优化；最后从优化后的节点集中选择最优的集合，并进行节点影响力评估，从而得到最终k个关键种子节点。与现有技术相比，本发明将网络节点的影响力折扣策略与改进离散乌鸦搜索算法相结合，从模仿乌鸦搜索过程中更新节点位置进行影响力扩散，通过乌鸦个体在引文网络中游走产生的边际增益来寻找关键节点。

本发明授权基于折扣策略与改进离散乌鸦搜索算法的网络关键节点挖掘方法在权利要求书中公布了：1.一种基于折扣策略与改进离散乌鸦搜索算法的网络关键节点挖掘方法，其特征在于，包括如下步骤： S1、对引文网络预处理，将目标网络进行转换，得到一个目标网络的邻接矩阵，并对该引文网络做反向操作，得到反向网络； S2、在S1所述的反向网络中，根据LRDiscount算法对网络的节点影响力进行折扣计算，从而得到折扣后的节点影响力，并依次选择值最大的节点并添加到候选节点集C； S3、利用改进离散乌鸦搜索算法的局部优化过程对候选节点集C进行优化，候选节点集即为候选乌鸦群，所述改进离散乌鸦搜索算法在传统离散乌鸦搜索算法基础上增加并行化迭代处理，即离散乌鸦搜索在每次迭代时只与当前乌鸦个体对应的记忆向量作对比，从而更新记忆向量以满足乌鸦个体位置向量的更新，得到优化后的节点集C*； S3.1、对离散乌鸦搜索算法框架IDCSA中的各项数据进行初始化工作，其中，乌鸦群体规模为N，待求解的种子节点集合为k，最大迭代次数tmax，感知概率AP及局部搜索节点近邻域范围S初始参数； S3.2、依据步骤S2中得到的候选节点集C作为候选乌鸦群，从而初始化乌鸦种群的位置向量xi＝node1,node2,…,noden，记忆向量Memoryt-1＝[m1,m2,…,mn]-1；并从初始化种群中选择初始最优解位置向量X*； S3.3、基于节点编码与对乌鸦群体位置向量和记忆向量的离散化表示后，构建网络空间的离散化搜索规则： 其中，Rri,s为局部搜索机制，符号“∩”定义为一种逻辑交叉操作，其目的在于比较两位置向量是否存在重复节点； S3.4、基于步骤S2中产生的候选节点集C的节点池，定义目标函数来计算N个乌鸦个体的函数拟合值，采用局部影响力评估函数LIE来进行乌鸦位置向量进化中对种子节点影响力的近似评估： S3.5、对候选节点集C中各节点的2阶邻居节点根据改进的离散乌鸦搜索算法进行局部优化搜索，若某2邻居节点的边际收益值相对该节点自身的边际收益大，则用2阶邻居节点替换当前最优解中的该节点，重复执行，直到最大迭代次数tmax达到上限； S4、最后从优化后的节点集C*中选择最优的集合，并进行节点影响力评估，从而得到最终k个关键种子节点。

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淮阴工学院，其通讯地址为：223005 江苏省淮安市经济技术开发区枚乘东路1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。