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！

龙图腾网获悉西南财经大学申请的专利基于邻居选择的多视图图神经网络聚合增强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：CN119312835B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411142929.8，技术领域涉及：G06N3/042；该发明授权基于邻居选择的多视图图神经网络聚合增强方法是由施龙;陈俊宇;潘宁宁;王俊;赵宇设计研发完成，并于2024-08-20向国家知识产权局提交的专利申请。

本基于邻居选择的多视图图神经网络聚合增强方法在说明书摘要公布了：本发明公开了一种基于邻居选择的多视图图神经网络聚合增强方法，包括：评估邻居重要性：基于图的邻接矩阵和特征矩阵，计算图中节点之间的相似度得分矩阵，用于衡量邻居节点的重要性；构建节点过滤模型：引入保留比例概念，即保留的重要邻居节点数占总邻居节点数的比例，构建保留比例与保留节点平均相似度得分的函数关系模型；邻居重要性与邻居连接数量的平衡：在所述函数关系模型的基础上，引入平衡因子β作为超参数权衡邻居重要性和邻居连接数量；信息聚合：设计增强的跨视图聚合框架，实现图内聚合和图间的交叉注意力聚合的相互促进过程；本发明可以更有效地处理和分析多视图图结构数据。

本发明授权基于邻居选择的多视图图神经网络聚合增强方法在权利要求书中公布了：1.一种基于邻居选择的多视图图神经网络聚合增强方法，其特征在于，用于实现基于自行车交通流数据集的多视图图分类和聚类，将车站作为节点，分析工作日、周末、月度三个时间维度上的不同交通流；其中，入流量和出流量分别表示车站签入和签出的自行车数量；最终，将一个月内提取的三视图交通图作为一个实例，并根据对应的季节进行标注；具体包括以下步骤： 步骤1、评估邻居重要性：基于图的邻接矩阵和特征矩阵，计算图中节点之间的相似度得分矩阵，用于衡量邻居节点的重要性； 步骤2、构建节点过滤模型：引入保留比例概念，即保留的重要邻居节点数占总邻居节点数的比例，构建保留比例与保留节点平均相似度得分的函数关系模型； 步骤3、邻居重要性与连接信息的平衡：在所述函数关系模型的基础上，引入平衡因子β作为超参数权衡邻居重要性和邻居连接数量； 步骤4、信息聚合：设计增强的跨视图聚合框架，实现图内聚合和图间的交叉注意力聚合的相互促进过程； 所述步骤4具体包括以下步骤： 步骤4.1、利用增强后的邻接矩阵，通过图卷积网络GCN实现节点特征在图内的传播和聚合，得到图内聚合后的特征张量； 步骤4.2、对于得到的聚合后的特征张量，使用注意力网络计算其他视图对当前视图的累积注意力分数，从而得到图间聚合后的特征矩阵； 步骤4.3、对图间聚合后的特征矩阵再次执行步骤4.1，即进行第二次图内聚合，输出二次图内聚合后的特征矩阵； 步骤4.4、对二次聚合后的特征矩阵,进行最终的图间聚合，将步骤4.3输出的特征矩阵转化为向量形式，通过池化操作得到多视图图的最终特征矩阵表示，实现多视图图神经网络的图间信息融合。

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西南财经大学，其通讯地址为：610000 四川省成都市温江区柳台大道555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。