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！

龙图腾网恭喜天津师范大学申请的专利一种自注意力动态图神经网络的脑网络表示学习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：CN115146668B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202210531415.6，技术领域涉及：G06F18/20；该发明授权一种自注意力动态图神经网络的脑网络表示学习方法是由李超;盛勇;赵子平设计研发完成，并于2022-05-17向国家知识产权局提交的专利申请。

本一种自注意力动态图神经网络的脑网络表示学习方法在说明书摘要公布了：本发明公开了一种自注意力动态图神经网络的脑网络表示学习方法，属于人工智能领域，应用于智慧医疗，首先对脑电信号进行短时傅里叶变换，得到脑电信号的时频特征；然后对多通道脑电特征进行建模，利用脑电信号的拓扑结构来学习更具判别性的脑电特征表示；最后利用长短时记忆网络去提取脑网络空间特征表示的时序动态演化特性。上述方法实现了有效的特征提取，提高了脑电信号对情绪的识别作用，也极大的提高了情绪识别模型的性能。

本发明授权一种自注意力动态图神经网络的脑网络表示学习方法在权利要求书中公布了：1.一种自注意力动态图神经网络的脑网络表示学习方法，其特征在于：包括如下步骤：步骤101，对脑电信号进行短时傅里叶变换，得到脑电信号的时频特征，以减少原始脑电信号中的冗余信息对情绪识别的影响；步骤102，通过脑网络对多通道脑电特征进行建模，利用脑电信号的拓扑结构来学习更具判别性的脑电特征表示；步骤103，通过不同通道之间的空间距离定义通道之间是否相邻；步骤104，利用长短时记忆网络去提取脑网络空间特征表示的时序动态演化特性；将不同时刻的脑网络图展开，通过长短时记忆网络，得到每个时刻脑网络图的重要性权重，依据各个时刻的重要程度加权求和，聚焦成更有区别的脑网络结构；在步骤102中，为了体现出图各个节点之间的关联，利用图注意力网络去聚合相邻节点的特征，具体计算方法为： 其中，是节点v的相邻节点的集合；是应用于每个节点的共享的转换矩阵；是一个权重向量参数；是图的邻接矩阵；是非线性激活函数；对于单个通道的特征，通过以上计算，得到和相邻通道之间的权重，加权平均之后的结果作为这个通道的最终表示；通过图注意力网络之后，各个通道聚合了空间特征。

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天津师范大学，其通讯地址为：300000 天津市西青区宾水西道393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”。