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！

龙图腾网恭喜北京师范大学-香港浸会大学联合国际学院申请的专利适应于非中心分布数据的链路预测方法、设备及存储介质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：CN119988688B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202510473722.7，技术领域涉及：H04L41/147；该发明授权适应于非中心分布数据的链路预测方法、设备及存储介质是由范文涛;张文川;苏伟峰设计研发完成，并于2025-04-16向国家知识产权局提交的专利申请。

本适应于非中心分布数据的链路预测方法、设备及存储介质在说明书摘要公布了：本申请涉及网络链路预测技术领域，特别是涉及一种适应于非中心分布数据的链路预测方法、设备及存储介质。链路预测方法包括：基于原始输入图和原始输入图中各节点的特征信息生成节点特征矩阵和真实邻接矩阵；对节点特征矩阵和真实邻接矩阵进行编码得到各节点的初始潜在表示，将节点的初始潜在表示减去节点的潜在表示均值，得到各节点的最终潜在表示；基于各节点的最终潜在表示对各实体之间的潜在连接进行预测，基于预测结果计算组合损失以对模型进行迭代训练，得到原始输入图的链路预测结果。本申请的方法，引入均值减法预处理技术，简化了潜在空间的分布，使得模型更加稳定，并减少冗余计算，从而提高模型的训练效率和稳定性。

本发明授权适应于非中心分布数据的链路预测方法、设备及存储介质在权利要求书中公布了：1.一种适应于非中心分布数据的链路预测方法，其特征在于，所述方法包括： 获取原始输入图和所述原始输入图中各节点的特征信息，所述原始输入图包括节点集合和边集合； 基于所述原始输入图和所述原始输入图中各节点的特征信息生成所述原始输入图的节点特征矩阵和真实邻接矩阵； 对所述节点特征矩阵和所述真实邻接矩阵进行编码，得到各节点的初始潜在表示，将节点的初始潜在表示减去节点的潜在表示均值，得到各节点的最终潜在表示； 基于各节点的最终潜在表示对各实体之间的潜在连接进行预测，得到所述原始输入图的预测邻接矩阵； 基于所述真实邻接矩阵、所述预测邻接矩阵和各节点的最终潜在表示计算组合损失，基于所述组合损失对链路预测模型进行迭代训练，得到所述原始输入图的链路预测结果； 所述对所述节点特征矩阵和所述真实邻接矩阵进行编码，得到各节点的初始潜在表示包括： 基于第一图卷积网络编码器对所述节点特征矩阵和所述真实邻接矩阵进行编码得到各节点的潜在表示均值； 基于第二图卷积网络编码器对所述节点特征矩阵和所述真实邻接矩阵进行编码得到各节点的潜在表示对数方差； 基于各节点的潜在表示均值和潜在表示对数方差从高斯分布中生成各节点的初始潜在表示； 所述基于所述真实邻接矩阵、所述预测邻接矩阵和各节点的最终潜在表示计算组合损失包括： 基于所述真实邻接矩阵和所述预测邻接矩阵的相似性计算重建损失； 基于不同节点对的最终潜在表示差异计算对比损失； 基于所述重建损失和所述对比损失计算组合损失； 所述重建损失的计算公式为： 其中，表示所述原始输入图中观察到的边集合，表示真实邻接矩阵中节点对之间的连接关系，表示预测邻接矩阵中节点对之间的预测连接概率； 所述对比损失的计算公式为： 其中，是权重系数，和分别是正负样本的置信度阈值，和分别是节点和节点的最终潜在表示，表示和进行点积运算，，是sigmoid函数。

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北京师范大学-香港浸会大学联合国际学院，其通讯地址为：519000 广东省珠海市香洲区唐家湾金同路2000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”。