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！

龙图腾网获悉广州大学申请的专利基于李雅普诺夫优化与图卷积网络的任务分配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：CN120181425B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510098300.6，技术领域涉及：G06Q10/0631；该发明授权基于李雅普诺夫优化与图卷积网络的任务分配方法和装置是由彭滔;谭毓鸿;王国军;池泽宇;吴兴毅;管艺设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本基于李雅普诺夫优化与图卷积网络的任务分配方法和装置在说明书摘要公布了：本申请涉及移动群智感知技术领域。本申请公开了一种基于李雅普诺夫优化与图卷积网络的任务分配方法和装置，其能够提高任务分配的准确度。所述基于李雅普诺夫优化与图卷积网络的任务分配方法包括获取当前环境的第一动态图，其中，所述第一动态图是由至少一个用户属性信息和至少一个任务信息构建而成，每个所述用户属性信息和每个任务信息均是利用拉普拉斯机制进行加噪处理而得到的满足差分隐私的信息；采用基于李雅普诺夫优化和图卷积网络的DQN算法对所述第一动态图进行处理，获得任务分配结果。

本发明授权基于李雅普诺夫优化与图卷积网络的任务分配方法和装置在权利要求书中公布了：1.一种基于李雅普诺夫优化与图卷积网络的任务分配方法，其特征在于，包括： 获取当前环境的第一动态图，其中，所述第一动态图是由至少一个用户属性信息和至少一个任务信息构建而成，每个所述用户属性信息和每个任务信息均是利用拉普拉斯机制进行加噪处理而得到的满足差分隐私的信息； 采用基于李雅普诺夫优化和图卷积网络的DQN算法对所述第一动态图进行处理，获得任务分配结果； 所述基于李雅普诺夫优化与图卷积网络的任务分配方法还包括所述基于李雅普诺夫优化和图卷积网络的DQN算法的训练步骤，所述基于李雅普诺夫优化和图卷积网络的DQN算法的训练步骤包括： 获取历史环境的第二动态图；采用‑贪心策略和原始DQN算法中使用的图卷积网络对所述第二动态图进行计算处理，获得第一动作；将所述第一动作发送给所述历史环境后，接收所述历史环境根据所述第一动作反馈的下一个动态图和奖励，所述下一个动态图和所述奖励是由基于李雅普诺夫优化方法和隐私保护的状态转移函数计算而获得；将所述第二动态图、所述第一动作、所述奖励和所述下一个动态图作为一条经验存入经验回放区；在所述经验回放区的所有经验的数量达到或者超过一个预设批次训练数据的要求时，从所述经验回放区中随机采样获得目标经验；基于所述目标经验计算目标值；基于所述目标值计算损失函数；基于所述损失函数调整所述图卷积网络的网络参数，将所述原始DQN算法更新为所述基于李雅普诺夫优化和图卷积网络的DQN算法。

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广州大学，其通讯地址为：510006 广东省广州市大学城外环西路230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。