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！

龙图腾网获悉西南石油大学申请的专利一种基于轨道增强与残差提示的少样本图分类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：CN121708404B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610199512.8，技术领域涉及：G06V10/764；该发明授权一种基于轨道增强与残差提示的少样本图分类方法是由李平;赵珂;张韵;曹宇;王换文;刘影设计研发完成，并于2026-02-11向国家知识产权局提交的专利申请。

本一种基于轨道增强与残差提示的少样本图分类方法在说明书摘要公布了：本发明公开了一种基于轨道增强与残差提示的少样本图分类方法，涉及人工智能与图深度学习技术领域，适用于分子性质预测与药物筛选等图学习任务。该方法通过图元轨道统计获取节点结构角色，构建轨道关联矩阵并在轨道拓扑空间中执行随机游走，生成轨道增强视图以提取高阶拓扑语义；在预训练阶段引入可学习全局原型，对原始视图与轨道增强视图的原型分配概率进行一致性约束，从而学习对结构模式更稳健的图编码器；在下游阶段，由少量类别样本聚合形成轨道锚表征，并由该锚表征参数化生成概率提示表示，通过可微方式得到图提示向量，引导节点级表征的加权聚合与分类预测。本发明能够适配类别内分布差异，提升少样本条件下的泛化性能与鲁棒性。

本发明授权一种基于轨道增强与残差提示的少样本图分类方法在权利要求书中公布了：1.一种基于轨道增强与残差提示的少样本图分类方法，其特征在于，所述图分类方法针对化合物分子的分子图数据进行设计，所述分子图数据中的每一图数据分别代表一个化合物分子，图中的节点对应分子中的原子，边对应分子中的化学键，节点初始特征包括原子序数、手性和杂化类型等物理化学属性，包括以下步骤： S1：轨道增强视图构建：对所述分子图数据进行包含2–5个节点的图元对应轨道统计以刻画节点结构角色，生成轨道计数矩阵并归一化；基于归一化后的轨道计数矩阵计算轨道关联矩阵，并将所述轨道关联矩阵作为轨道拓扑空间的邻接关系，通过随机游走得到轨道增强视图；将所述分子图数据作为原始视图，所述原始视图与所述轨道增强视图构成双视图训练数据； S2：轨道先验约束的原型感知预训练：基于所述双视图训练数据对图编码器进行预训练，引入可学习的全局原型参数；分别计算原始视图与轨道增强视图的图级表征在所述全局原型上的分配概率分布，并对两视图的分配概率分布施加一致性约束，以获得预训练图编码器； S3：轨道锚表征构建：针对下游少样本任务的每一类别，获取该类别的M个训练样本，对所述训练样本构建对应的下游轨道增强视图；利用步骤S2得到的预训练图编码器提取该类别训练样本的图级表征向量，并对同一类别的图级表征向量进行均值聚合，得到该类别的轨道锚表征； S4：基于轨道锚表征的图提示向量生成：以步骤S3得到的轨道锚表征为基准，通过可学习的参数化映射构建提示分布；并由所述提示分布得到图提示向量； S5：图提示向量引导的图级表征生成与分类：保持所述预训练图编码器参数冻结，利用所述图提示向量作为注意力引导，将节点级表征向量聚合得到图级表征向量；并通过最小化包含分类损失和正则化约束的目标函数，更新所述图提示向量中的可学习参数，利用更新后的图提示向量引导生成的图级表征向量，输出化合物分子的分类结果； 步骤S1中轨道增强视图的构建包括：以原始视图中各节点在预定义2-5个节点的图元对应73种轨道上的出现次数进行统计，生成轨道计数矩阵，并对所述轨道计数矩阵进行归一化处理得到归一化矩阵；其中，所述2-5个节点的图元覆盖从化学键到环系、官能团骨架的化学模式，所述轨道能够区分原子在化学分子结构中的不同拓扑角色；基于所述归一化矩阵计算轨道关联矩阵；其中所述轨道关联矩阵用于表征不同图元轨道之间的高阶共现关系；并在由所述轨道关联矩阵定义的拓扑空间上执行随机游走，以生成所述轨道增强视图； 步骤S4中所述图提示向量的生成包括：针对类别c，在其轨道锚表征为基准构建用于生成图提示向量的采样分布；通过如下仿射残差变换得到所述采样分布的中心参数： ； 其中为可学习的缩放系数，为可学习的偏置向量；并引入可学习的对数方差参数以得到方差向量；构建对提示分布差异的约束项，并将所述约束项并入训练目标函数： ； 其中，为标准正态分布；KL表示Kullback–Leibler散度，约束模型学到的潜变量分布接近标准正态分布；基于所述中心参数与方差向量，采用可微采样映射得到对应类别的提示分量向量；生成可学习的混合权重向量，并将所述提示分量向量按所述混合权重加权融合得到该类别的图提示向量。

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西南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8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。