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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种针对图分类的图深度模型自适应参数调整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：CN118570535B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202410683579.X，技术领域涉及：G06V10/764；该发明授权一种针对图分类的图深度模型自适应参数调整方法是由王怡琦;尹文;谭郁松;余杰;李宝;黄辰林;蹇松雷;张建锋;董攀;丁滟;王晓川;刘晓东;任怡;郭勇设计研发完成，并于2024-05-29向国家知识产权局提交的专利申请。

本一种针对图分类的图深度模型自适应参数调整方法在说明书摘要公布了：本发明公开了一种针对图分类的图深度模型自适应参数调整方法，包括如下步骤：步骤1：提取输入样本图i的全局结构特征；步骤2：提取输入样本图i的局部结构特征，全局结构特征和局部结构特征整合形成结构特征向量Si；步骤3：选取共享GNN模型；步骤4：通过图调制器将结构特征向量Si转化为调制信息；步骤5：给定一个图样本，通过图调制器生成的结构信息调制因子φk来调整共享GNN模型的参数θk，调制过参数后的共享GNN模型称作定制GNN模型；步骤6：参数训练：训练图调制器和共享GNN模型的参数，选择交叉熵损失作为损失函数。本发明的方法动态地选择或调整模型参数，提高分类的准确性和模型的适用范围。

本发明授权一种针对图分类的图深度模型自适应参数调整方法在权利要求书中公布了：1.一种针对图分类的图深度模型自适应参数调整方法，其特征在于：包括如下步骤： 步骤1：给定输入样本图i，提取输入样本图i的全局结构特征； 步骤2：提取输入样本图i的局部结构特征，全局结构特征和局部结构特征整合形成结构特征向量Si； 步骤3：选取共享GNN模型； 步骤4：通过图调制器将结构特征向量Si转化为调制信息，图调制器的输入是结构特征向量Si，输出是一组结构信息调制因子φk，这些结构信息调制因子φk用于调整共享GNN模型的权重或偏置或其他可训练参数； 步骤5：共享GNN模型参数调制：给定一个图样本，通过图调制器生成的结构信息调制因子φk来调整共享GNN模型的参数θk，调制过参数后的共享GNN模型称作定制GNN模型； 步骤6：参数训练：训练图调制器和共享GNN模型的参数，选择交叉熵损失作为损失函数，其数学表达式为：L＝-∑yi*logy′i，其中，yi是真实标签，y′i是预测标签，定制GNN模型输出预测标签y′i。

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中国人民解放军国防科技大学，其通讯地址为：410000 湖南省长沙市开福区德雅路109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。