Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆邮电大学刘洪涛获国家专利权

重庆邮电大学刘洪涛获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利一种基于注意力融合和增强邻域信息的社区发现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:CN120030375B

龙图腾网通过国家知识产权局官网在2026-04-03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:202510100426.2,技术领域涉及:G06F18/23213;该发明授权一种基于注意力融合和增强邻域信息的社区发现方法是由刘洪涛;王首都;卢贤斌设计研发完成,并于2025-01-22向国家知识产权局提交的专利申请。

一种基于注意力融合和增强邻域信息的社区发现方法在说明书摘要公布了:本发明涉及一种基于注意力融合和增强邻域信息的社区发现方法,属于社区发现技术领域。该方法包括:准备图的原始数据,获取原始图结构的增强邻域结构信息表示,同时通过自编码器获取原始图的属性信息表示;采用注意力机制融合增强邻域结构信息表示和属性信息表示,通过计算软分配得到图聚类结果;构建监督损失函数,通过自监督训练来优化所述图聚类结果。本发明引入了高阶邻域信息和图注意力机制,增强了邻域信息的利用效果;同时,本发明充分考虑了不同邻居节点的重要性,获取更加精细的拓扑结构信息,利用注意力机制动态融合提取的增强邻域拓扑结构信息和属性信息,使得融合的表示信息更适合聚类表示信息。

本发明授权一种基于注意力融合和增强邻域信息的社区发现方法在权利要求书中公布了:1.一种基于注意力融合和增强邻域信息的社区发现方法,其特征在于,该方法包括:准备图的原始数据,获取原始图结构的增强邻域结构信息表示,同时通过自编码器获取原始图的属性信息表示; 采用注意力机制融合增强邻域结构信息表示和属性信息表示,通过计算软分配得到图聚类结果; 构建监督损失函数,通过自监督训练来优化所述图聚类结果; 采用注意力机制融合增强邻域结构信息表示和属性信息表示包括:将属性信息表示和增强邻域结构信息表示进行拼接得到一个连接特征向量,然后通过全连接层捕获连接特征之间的关系,再通过非线性激活函数LeakyReLu进行映射,最后采用softmax函数和L2正则化对拼接后的向量进行归一化,从而得到注意力系数矩阵C;上述过程表示为: C=l2softmaxLeakyReLUH||ZW 式中,C=[C1||C2]表示注意力系数矩阵,C1、C2分别为增强邻域结构信息表示H和属性信息表示Z的融合注意力系数向量,W表示参数矩阵,l2表示L2正则化; 通过哈达玛内积对增强邻域结构信息表示H和属性信息表示Z进行融合,得到特征表示F: F=C1⊙H+C2⊙Z 式中,⊙表示哈达玛内积; 通过计算软分配Q得到图聚类结果: 式中,fi为特征表示F的第i行,表示将第i个节点映射到低维空间的节点表示;uj为k均值聚类初始化的第j个聚类中心,qij表示节点i属于簇j的概率,Q={qij}; 所述监督损失函数表示为: 式中,表示获取原始图的属性信息表示过程的损失函数,表示获取原始图结构的增强邻域结构信息表示过程的损失函数,λ表示超参数; 表示聚类损失函数,其表示为: 式中,为三元组聚类损失函数,为聚类一致性损失函数;pij表示对qij进行平方归一化得到的目标分布;qij为节点i属于簇j的概率,Q={qij}表示用于对增强邻域结构信息表示和属性信息表示进行融合的注意力机制融合模块的聚类结果;为节点i属于簇j的概率,表示用于获取属性信息表示的自编码器模块的聚类结果;为节点i属于簇j的概率,表示用于获取增强邻域结构信息表示的图邻域结构信息增强模块的聚类结果。

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重庆邮电大学,其通讯地址为:400065 重庆市南岸区黄桷垭崇文路2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。