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！

龙图腾网恭喜安徽大学申请的专利基于多粒度图对比学习的节点分类方法及装置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：CN119357782B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202411931333.6，技术领域涉及：G06F18/241；该发明授权基于多粒度图对比学习的节点分类方法及装置是由赵姝;王滔;杜紫维;陈洁;段震设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本基于多粒度图对比学习的节点分类方法及装置在说明书摘要公布了：本申请提出了一种基于多粒度图对比学习的节点分类方法及装置，涉及图对比学习技术领域，其中，该方法包括：多粒度空间构建模块和多粒度对比学习模块。多粒度空间构建模块结合节点属性更新邻接矩阵，并使用粗化的方式构造融合属性信息的粗粒度图，基于原图与粗粒度图构成层次化的多粒度空间结构，多粒度对比学习模块使用最粗粒度层对最粗粒度层的对比学习方法和最粗粒度层与更细粒度层的对比学习方法，得到优化的节点嵌入表示。基于图节点嵌入表示进行节点分类，得到分类结果。采用上述方案的本申请在保证图对比学习的性能的同时，有效减少了图对比学习的时间成本，提升了节点分类的效率。

本发明授权基于多粒度图对比学习的节点分类方法及装置在权利要求书中公布了：1.一种基于多粒度图对比学习的节点分类方法，其特征在于，包括：从Coauthor-CS数据集中获取图结构数据，并对所述图结构数据进行预处理；将预处理后的图结构数据输入图对比学习模型，得到图节点嵌入表示，其中，所述图对比学习模型包括多粒度空间构建模块和多粒度对比学习模块，所述多粒度空间构建模块结合节点属性更新邻接矩阵，并使用粗化的方式构造融合属性信息的粗粒度图，基于原图与粗粒度图构成层次化的多粒度空间结构，多粒度图包括原图和粗化次获得的粗粒度图，所述多粒度对比学习模块通过最粗粒度层对最粗粒度层的对比学习方法和最粗粒度层对更细粒度层的对比学习方法得到优化的节点嵌入表示；基于图节点嵌入表示进行节点分类，得到分类结果；其中，所述多粒度空间构建模块，具体用于：将节点属性信息融入邻接矩阵，生成融合属性信息的邻接矩阵；使用粗化技术对融合属性信息的邻接矩阵进行迭代处理，构建融合属性信息的粗粒度图；基于原图与各层粗粒度图共同构成层次化的多粒度空间结构；其中，更新所述邻接矩阵，包括：在图上使用K-means算法根据节点特征进行聚类，并计算同一类节点之间的相似度，并将不同类节点之间的属性相似度设为0；将节点之间的相似度与邻接矩阵相融合形成新的邻接矩阵；所述使用粗化技术对融合属性信息的邻接矩阵进行迭代处理，构建融合属性信息的粗粒度图，包括：对图进行次粗化得到的粗粒度图为： 其中，表示个节点的集合，表示条边的集合，表示粗化m次的粗图节点特征矩阵；较更细粒度的图为；所述基于原图与各层粗粒度图共同构成层次化的多粒度空间结构，包括：基于原图和粗粒度图形成层次化的多粒度空间结构。

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安徽大学，其通讯地址为：230601 安徽省合肥市蜀山区九龙路111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”。