Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜湖南科技大学三亚研究院余建勇获国家专利权

恭喜湖南科技大学三亚研究院余建勇获国家专利权

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!

龙图腾网恭喜湖南科技大学三亚研究院申请的专利一种文献引用网络核心-外围随机块模型聚类聚合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:CN119961617B

龙图腾网通过国家知识产权局官网在2025-06-24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:202510440333.4,技术领域涉及:G06F18/20;该发明授权一种文献引用网络核心-外围随机块模型聚类聚合方法是由余建勇;陈紫娟;韩雪设计研发完成,并于2025-04-09向国家知识产权局提交的专利申请。

一种文献引用网络核心-外围随机块模型聚类聚合方法在说明书摘要公布了:本发明涉及文献引用网络分析与图模型研究技术领域,具体公开了一种文献引用网络核心‑外围随机块模型聚类聚合方法,包括以下步骤:S1、定义文献引用网络;S2、构建文献引用网络核心‑外围随机块模型;S3、构建轮辐模型和层次模型;S4、采用贝叶斯推理对文献引用网络核心‑外围随机块模型进行推断;S5:基于模型最小描述长度MDL原理,对文献引用网络核心‑外围随机块模型进行优化与评估;S6:对文献引用网络核心‑外围随机块模型进行结构聚合;S7:得到影响力文献即核心节点。本方案通过结合贝叶斯推断和随机块模型,不仅能够编码文献引用网络中的先验知识,增强模型拟合能力,还能通过局部加权聚合优化了核心‑外围结构的表征精度。

本发明授权一种文献引用网络核心-外围随机块模型聚类聚合方法在权利要求书中公布了:1.一种文献引用网络核心-外围随机块模型聚类聚合方法,其特征在于,包括以下步骤: S1、定义文献引用网络;给出文献引用网络的定义GV,E,GV,E包括包含了N个节点组成的集合V和包含了M条无权有向边的集合E,其中,每条无权有向边表示文献的具体引用记录; S2、构建文献引用网络核心-外围随机块模型; S3、构建轮辐模型和层次模型; S4、采用贝叶斯推理对文献引用网络核心-外围随机块模型进行推断; S5:基于模型最小描述长度原理,对文献引用网络核心-外围随机块模型进行优化与评估; S6:对文献引用网络核心-外围随机块模型进行结构聚合; S7:得到影响力文献即核心节点; 步骤S2中构建文献引用网络核心-外围随机块模型包括如下步骤: S21:给出文献引用网络核心-外围随机块模型的模型假设,即核心节点和外围节点被分配到不同的块中,基于所定义的GV,E给定一个有N个节点的文献引用网络,对应的邻接矩阵为AN×N,N个节点被随机分配到M个块中; S22:通过长度为N的块分配向量D表示文献引用网络中节点的块分配情况,具体表示为D={D1,D2,...DN},其中,节点vi被分配到块s中相应地表示为Di=s;将GV,E中任意两个节点的连接概率用矩阵R表示,Rst表示块s中的节点与块t中的节点连接的概率;在文献引用网络核心-外围随机块模型中,两个节点之间的连接概率取决于块分配矩阵D和块连接矩阵R; S23:基于贝叶斯方法,将PD,R|A与块分配向量D和块连接矩阵R的先验概率联系起来,得到公式一:PD,R|A∝PDPRPA|D,R;其中,∝符号表示成比例、PD,R|A表示在观测到邻接矩阵A的条件下,块分配向量D和块连接矩阵R的联合概率分布、PD表示块分配向量的先验分布、PR表示块连接矩阵的先验分布、PA|D,R表示给定D和R时生成邻接矩阵A的概率。

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湖南科技大学三亚研究院,其通讯地址为:572024 海南省三亚市崖州区崖州湾科技城深海装备产业园二期7栋;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”。

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。