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！

龙图腾网获悉之江实验室申请的专利一种基于能量约束的高深度图神经网络构建方法和装置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：CN119990184B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202510461285.7，技术领域涉及：G06N3/042；该发明授权一种基于能量约束的高深度图神经网络构建方法和装置是由吴剑秋;陈红阳设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本一种基于能量约束的高深度图神经网络构建方法和装置在说明书摘要公布了：本说明书公开了一种基于能量约束的高深度图神经网络构建方法和装置，获取待定图神经网络，待定图神经网络包括多个残差层，残差层包含图卷积子层和第一组合子层，残差层对图卷积子层与第一组合子层输出做线性组合，第一组合子层线性组合之前各个残差层的输出的两组线性组合中的一个和另一个的投射。本方法中，通过将残差层的可学习参数矩阵设置为单位矩阵，将残差层的狄利克雷能量约束在指定范围，确定各组合系数，得到目标图神经网络。本发明通过构建所述的模型，能够用于生成人物画像，网络攻击检测和学术知识图谱学科分类等。本发明的优点有两个方面，一是解决了图神经网络的过平滑问题，另一个是可产生大批量的高深度图神经网。

本发明授权一种基于能量约束的高深度图神经网络构建方法和装置在权利要求书中公布了：1.一种基于能量约束的高深度图神经网络构建方法，其特征在于，包括： 获取待定图神经网络，所述待定图神经网络用于网络攻击检测，所述待定图神经网络包括多个残差层，所述残差层包含图卷积子层和第一组合子层，所述残差层对所述图卷积子层的输出与所述第一组合子层输出做线性组合，得到所述残差层的输出，所述第一组合子层对之前残差层的输出进行整合；所述第一组合子层包含投射子层和第二组合子层，所述投射子层对之前残差层的输出进行投影后，做线性组合，所述第二组合子层对之前残差层的输出做线性组合； 将所述残差层中包含的可学习参数矩阵，设置为单位矩阵； 通过将所述残差层的狄利克雷能量约束在指定能量上限和指定能量下限之间，确定所述线性组合中包含的各组合系数的范围；其中，指定能量上限为所有组合系数之和的平方；指定能量下限为所有组合系数与传播矩阵最小特征值的k次幂的乘积总和的平方，的范围在（-1，1]之间，k=0,1,…,n，n为残差层的数目； 在所述范围中，确定所述各组合系数的取值，得到目标图神经网络；其中，训练完成的目标神经网络用于，从网络流量数据中识别出异常行为和恶意活动。

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之江实验室，其通讯地址为：311121 浙江省杭州市余杭区中泰街道科创大道之江实验室；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”。