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！

龙图腾网获悉青海省水文水资源测报中心申请的专利基于空间数据处理中图神经网络的损失函数优化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：CN120409591B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202510597180.4，技术领域涉及：G06N3/08；该发明授权基于空间数据处理中图神经网络的损失函数优化方法是由冶富寿;陈育红;乔禛;隆海红;周永军;魏志玲;魏加华;晋婕妤设计研发完成，并于2025-05-09向国家知识产权局提交的专利申请。

本基于空间数据处理中图神经网络的损失函数优化方法在说明书摘要公布了：本发明公开了一种基于空间数据处理中图神经网络的损失函数优化方法，涉及地理信息系统与人工智能交叉融合的技术领域。构建空间图结构，所述空间图结构包括节点和边，所述节点代表地理实体，所述边代表空间拓扑关系，所述节点特征包括空间坐标信息与数字高程模型高程值；设计图神经网络模型，所述图神经网络模型包括输入层、多层消息传递层和输出层，所述输入层接收节点特征和边特征，所述多层消息传递层逐层聚合节点邻域的特征信息，所述输出层生成反映节点空间特征与邻域拓扑关系的空间嵌入向量；定义损失函数，并使用所述损失函数训练图神经网络模型。解决了数据规模庞大、处理效率低下、空间关系建模精度不足、与智能分析工具融合困难等问题。

本发明授权基于空间数据处理中图神经网络的损失函数优化方法在权利要求书中公布了：1.一种基于空间数据处理中图神经网络的损失函数优化方法，其特征在于，包括以下步骤： 构建空间图结构，所述空间图结构包括节点和边，所述节点代表地理实体，所述边代表空间拓扑关系，所述节点特征包括空间坐标信息与数字高程模型高程值； 设计图神经网络模型，所述图神经网络模型包括输入层、多层消息传递层和输出层，所述输入层接收节点特征和边特征，所述多层消息传递层逐层聚合节点邻域的特征信息，所述输出层生成反映节点空间特征与邻域拓扑关系的空间嵌入向量； 定义损失函数，并使用所述损失函数训练图神经网络模型，以优化所述空间嵌入向量，使得所述空间嵌入向量能够准确反映空间拓扑关系与节点高程变化特征； 所述损失函数包括节点自编码损失函数和图边预测损失函数，所述节点自编码损失函数用于衡量节点原始特征与重构节点特征之间的差异，所述图边预测损失函数用于衡量真实存在的边与预测的边之间的差异。

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青海省水文水资源测报中心，其通讯地址为：810001 青海省西宁市城西区学院巷11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。