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！

龙图腾网恭喜哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利基于密集感知图对比学习的子图匹配方法及相关设备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：CN119229152B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202411756558.2，技术领域涉及：G06V10/75；该发明授权基于密集感知图对比学习的子图匹配方法及相关设备是由闫昊;杜磊;王梦娇;宋翔宇;顾钊铨;曾丽仪;贾焰;方滨兴设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本基于密集感知图对比学习的子图匹配方法及相关设备在说明书摘要公布了：本发明公开了一种基于密集感知图对比学习的子图匹配方法、系统、电子设备及存储介质，方法包括针对图数据集中的初始化子图，利用随机子图增强方法或密集子图增强方法获取正样本子图和非子图负样本；建立图表示学习嵌入模型，图表示学习嵌入模型基于图神经网络框架，利用图同构网络作为编码器，将图结构嵌入到高维度向量；将正样本子图和非子图负样本输入图表示学习嵌入模型并利用分类器验证结果。本发明方法将图对比学习融入子图匹配，以自监督学习方式避免了对大量标注数据的依赖；本发明提出的密集子图增强策略可以在保留数据内在属性的基础上，更好地对数据进行处理，提高模型对数据特征的学习能力，从而提升子图匹配的准确性和效率。

本发明授权基于密集感知图对比学习的子图匹配方法及相关设备在权利要求书中公布了：1.一种基于密集感知图对比学习的子图匹配方法，其特征在于，包括以下步骤：针对图数据集中的初始化子图，利用随机子图增强方法或密集子图增强方法获取正样本子图和非子图负样本；建立图表示学习嵌入模型，所述图表示学习嵌入模型基于图神经网络框架，利用图同构网络作为编码器，将图结构嵌入到高维度向量；分别将所述正样本子图、所述非子图负样本输入所述图表示学习嵌入模型，得到两个嵌入向量，将两个嵌入向量拼接后用分类器对所述图表示学习嵌入模型进行结果验证；所述图表示学习嵌入模型在图同构网络中通过逐层迭代聚合和更新节点实现嵌入表示，具体包括以下步骤：对于第l层节点的聚合信息，通过对该节点邻居集合中的节点表示进行聚合操作获取；对于节点在第l+1层的聚合信息更新表示，通过关于图同构网络可学习参数、第l层节点的聚合信息更新表示以及第l层节点的聚合信息的多层感知器函数MLP计算获取。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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”。