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！

龙图腾网恭喜杭州电子科技大学申请的专利一种基于近邻图索引自动构建的最近邻检索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：CN119311700B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411867225.7，技术领域涉及：G06F16/22；该发明授权一种基于近邻图索引自动构建的最近邻检索方法是由徐小良;陶贻坤;沈方毅;吴俊杰设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本一种基于近邻图索引自动构建的最近邻检索方法在说明书摘要公布了：本发明公开了一种基于近邻图索引自动构建的最近邻检索方法，通过自注意力机制特征提取模块和图卷积神经网络分别提取并融合向量数据集和k近邻图的特征，使用参数性能预测模块根据特征提取器模块的输出和参数配置的拼接结果对性能指标进行预测，从而完成近邻图索引的构建。较之于现有的近邻图参数选择的方法，本发明所提出的模型能够提升近邻图参数选择的准确度和效率，且能够满足相关应用在大规模场景下的向量检索要求，优化用户的体验；同时，本发明在对向量数据集进行特征提取时，采用图神经网络进行特征提取，相较于传统的特征工程方式，使用图神经网络能够提取更丰富的特征，因此使得模型在进行近邻图参数性能预测时精度更高。

本发明授权一种基于近邻图索引自动构建的最近邻检索方法在权利要求书中公布了：1.一种基于近邻图索引自动构建的最近邻检索方法，其特征在于：包括以下步骤：步骤一、获取多个样本数据集，对多个样本数据集进行分别进行特征提取，得到多个向量数据集；多个向量数据集组成集合V；步骤二、对集合V中的每个向量数据集分别构建k近邻图；对每个k近邻图均设置多组近邻图参数配置，构建近邻图索引；获取每个近邻图索引对应的性能指标；构建训练集，训练集包括多个样本，每个样本包括向量数据集、k近邻图及其参数配置和性能指标；步骤三、建立近邻图索引自动构建模型；近邻图索引自动构建模型包括特征提取器模块和参数性能预测模块；特征提取器模块提取并融合向量数据集和k近邻图的特征，作为特征提取器模块的输出；参数性能预测模块的输入为特征提取器模块的输出和参数配置的拼接结果；参数性能预测模块的输出为预测的性能指标；步骤四、使用步骤二构建的训练集对近邻图索引自动构建模型进行训练；步骤五、根据训练后的近邻图索引自动构建模型，获取查询数据集对应的样本数据集的最优预测性能指标；选取最优预测性能指标对应的参数配置生成近邻图索引；对查询数据集进行向量化后，在生成的近邻图索引上进行近邻检索。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。