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！

龙图腾网获悉吉林大学申请的专利基于灵活扩散卷积的图神经网络训练方法及相关设备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：CN119761446B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202410879493.4，技术领域涉及：G06N3/084；该发明授权基于灵活扩散卷积的图神经网络训练方法及相关设备是由赵松伟;陈贺昌;常毅;江原;杨哲健;杜昕祺设计研发完成，并于2024-07-02向国家知识产权局提交的专利申请。

本基于灵活扩散卷积的图神经网络训练方法及相关设备在说明书摘要公布了：本申请公开了一种基于灵活扩散卷积的图神经网络训练方法及相关设备，该方法包括：获取包含节点标签的训练图数据；根据所述训练图数据的节点度信息确定每个节点的局部结构特征；利用扩散核函数处理所述局部结构特征得到每个节点的平滑特征；将所述平滑特征输入多层感知器得到每个节点的初步标签值，通过标签平滑处理所述初步标签值后得到每个节点的预测标签值；基于所述预测标签值和所述节点标签更新所述扩散核函数和所述多层感知器的参数，直至收敛或达到预定的训练轮数。本申请能够优化图神经网络模型的预测性能，提高鲁棒性和泛化性，提高对推荐系统等复杂图数据的标签预测准确率。

本发明授权基于灵活扩散卷积的图神经网络训练方法及相关设备在权利要求书中公布了：1.一种基于灵活扩散卷积的图神经网络训练方法，其特征在于，所述图神经网络用于建模电子商务推荐系统中用户与物品之间的关系以用于在电子商务推荐系统中对电子商务推荐系统的图数据进行节点标签预测，所述方法包括： 获取包含节点标签的训练图数据，所述训练图数据为电子商务推荐系统数据，所述训练图数据中的节点包括用户节点和物品节点，用户节点对应用户节点标签，物品节点对应物品节点标签，边表示用户对物品的行为； 根据所述训练图数据的节点度信息确定每个节点的局部结构特征； 利用扩散核函数处理所述局部结构特征得到每个节点的平滑特征； 将所述平滑特征输入多层感知器得到每个节点的初步标签值，通过标签平滑处理所述初步标签值后得到每个节点的预测标签值； 基于所述预测标签值和所述节点标签更新所述扩散核函数和所述多层感知器的参数，直至收敛或达到预定的训练轮数； 其中，所述根据所述训练图数据的节点度信息确定每个节点的局部结构特征，包括：根据所述训练图数据的节点度信息确定每个节点的跳数；将每个节点与对应跳数的邻居节点聚合处理，得到每个节点的局部结构特征；其中，所述节点的度数越大，对应的跳数越小； 其中，所述根据所述训练图数据的节点度信息确定每个节点的跳数，基于以下公式计算处理： 其中，为节点的跳数；为跳数的最小值；为跳数的最大值；为节点的度数；为所有节点中的最大度数；为所有节点中的最小度数。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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。