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！

龙图腾网获悉北京邮电大学申请的专利面向社交网络用户对齐的双通道融合对齐系统及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：CN120524424B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202510631113.X，技术领域涉及：G06F18/25；该发明授权面向社交网络用户对齐的双通道融合对齐系统及方法是由颉夏青;刘欣然;陆月明;郭航江;张天乐;邱莉榕设计研发完成，并于2025-05-16向国家知识产权局提交的专利申请。

本面向社交网络用户对齐的双通道融合对齐系统及方法在说明书摘要公布了：本发明公开了一种面向社交网络用户对齐的双通道融合对齐系统及方法，属于网络空间治理领域。本发明提出的框架主要包括双通道独立对齐和双通道对齐结果融合。双通道独立对齐是指分别利用节点和边作为特征进行对齐，通过层次化投影解决了线图监督信号稀疏与分布发散的问题，确保双图任务能够独立对齐，避免早期特征融合导致的结构噪声耦合问题。双通道对齐结果融合是指将两种对齐结果通过基于结构一致性验证的自适应融合方法进行融合，采用度调和平均与校准掩码等机制来抑制噪声并提升对齐精度。本发明为对齐结果提供了可靠的结构层面保证，具有优秀的可解释性。

本发明授权面向社交网络用户对齐的双通道融合对齐系统及方法在权利要求书中公布了：1.面向社交网络用户对齐的双通道融合对齐方法，其特征在于，首先对源网络节点图和目标网络节点图进行双通道独立对齐，然后对两种对齐结果通过基于结构一致性验证的自适应融合方法进行融合； 双通道独立对齐是指分别基于节点的用户对齐和基于边特征的用户对齐，得到两种对齐矩阵； 双通道对齐结果融合是指基于相似度矩阵构建验证矩阵，该验证矩阵结合节点对的度的调和平均和度相似性因子，并引入边权重归一化；进一步基于校准掩码机制，对验证矩阵进行校准，并与原始相似度矩阵进行加权融合，得到最终的综合相似度矩阵； 最后，根据综合相似度矩阵，实现跨网络用户对齐； 基于结构一致性验证的自适应融合机制，具体为： 步骤501，计算源网络与目标网络的节点图相似度矩阵与线图相似度矩阵： 其中表示源网络节点的嵌入投影结果，、则分别为源网络和目标网络的线图嵌入结果； 步骤502，基于相似度矩阵，计算验证矩阵； ①通过度的调和平均来量化节点对的边结构验证权重； 给定源网络边与目标网络边，通过查询得到两边的相似度； 节点对的度的调和平均为： 其中，表示节点的度； 为进一步增强结构验证的准确性，引入度相似性因子： 将度调和平均和度相似性因子融合，得到初始验证矩阵，计算公式为： 其中表示与节点相关联的边集合； 对于每个节点对，考虑其参与的边数，引入边权重归一化，最终的验证矩阵表示为： 其中表示节点对之间的有效边对数量； 步骤503，为了抑制由边辅助判断引入的噪声，设计基于统计特性的校准掩码机制； 校准掩码的设计源于对原始相似度矩阵与验证矩阵的联合分布分析，对于掩码标识的区域，验证矩阵进行如下调整： 其中，表示校准掩码； 将原始相似度矩阵与经过校准的验证矩阵进行加权融合，得到综合相似度矩阵： 步骤504，将用于UIL任务的评估中，实现跨网络用户对齐； 根据综合相似度矩阵推断，映射矩阵，当表示与为同一身份，否则为0； 基于校准掩码机制对验证矩阵进行调整，具体如下： 首先，对原始相似度矩阵与验证矩阵分别计算他们的均值与方差，定义异常区域为： 该异常区域表征节点嵌入显示高相似度但结构验证信号弱的矛盾状态； 异常区域的形成因素包括：节点嵌入对齐成功但局部结构存在噪声或节点嵌入过平滑引发的伪匹配；为区分这两种情况，引入基于结构置信度的动态放大策略，定义图中一点的结构置信度指标： 其中表示原图边在对应线图中的节点度； 然后，设定超参数与，并构造校准掩码： 最后，基于该校准掩码对验证矩阵进行调整。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。