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！

龙图腾网恭喜西安电子科技大学申请的专利一种基于碎片化数据的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：CN113627517B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202110904130.8，技术领域涉及：G06V10/764；该发明授权一种基于碎片化数据的图分类方法是由张亮;沈沛意;张恒运;张锋军;朱光明;冯明涛;王旭东;戴朝霞;张向东设计研发完成，并于2021-08-06向国家知识产权局提交的专利申请。

本一种基于碎片化数据的图分类方法在说明书摘要公布了：本发明公开一种基于碎片化数据的图分类方法，所述方法包括：根据节点碎片化数据图的轨迹信息和通信链路信息判断节点间是否可以进行通信，并提取碎片化数据图中的元结构模型；从提取的元结构模型中提取子图结构，并判断元结构能否合并；最终只保留原图中拥有能合并的节点和元结构；没有合并的节点和元结构即为孤立节点和孤立元结构，在原始图数据集合上将孤立节点和孤立元结构删除，保留后的图数据为构建的新图数据；构建的新图数据利用基于时空信息的自适应进行图分类。有效地利用碎片化数据信息属性和时空属性，减少了冗余信息和噪声的干扰。

本发明授权一种基于碎片化数据的图分类方法在权利要求书中公布了：1.一种基于碎片化数据的图分类方法，其特征在于，所述方法包括：根据节点碎片化数据图的轨迹信息和通信链路信息判断节点间是否可以进行通信，并提取碎片化数据图中的元结构模型；从提取的元结构模型中提取子图结构，并判断元结构能否合并；最终只保留原图中拥有能合并的节点和元结构；没有合并的节点和元结构即为孤立节点和孤立元结构，在原始图数据集合上将孤立节点和孤立元结构删除，保留后的图数据为构建的新图数据；构建的新图数据利用基于时空信息的自适应进行图分类；所述碎片化数据图为一些运载工具的碎片化数据，每个运载工具被视为一个节点；所述轨迹信息包括每个运载工具的编号、类别、名称、坐标信息，其中坐标信息包括捕捉到的运载工具出现的时间点和经纬度信息；所述通信链路信息表示运载工具之间的通信关系，其中包括通信的起止时间、通信链路类型、通信链路类型所支持的最大通信距离；所述节点具有信息属性和时空属性，其模型为： 其中，C为0～t时刻节点的信息属性和时空属性的集合；为T＝t时刻该节点的信息属性和时空属性集合；为T＝t时刻碎片的信息属性，且可以用一系列碎片属性来描述，记为其中，为T＝i时刻碎片的信息属性的集合；φAttrij为T＝i时刻第j个碎片的信息属性；Attrij为T＝i时刻第j个碎片的信息属性值；为T＝t时刻碎片的时空属性，且可以用一系列碎片属性来描述，记为其中，为T＝i时刻碎片的时空属性的集合；φ′Attrij为T＝i时刻第j个碎片的时空属性；Attrij为T＝i时刻第j个碎片的时空属性值；所述判断节点间是否可以进行通信具体为：在起止时间内，首先判断各节点之间是否具有相同的链路类型，并利用欧式距离计算节点间的通信距离L2a，b，具体为： 其中，ax1，y1为节点a的经度信息和纬度信息；bx2，y2为节点b的经度信息和纬度信息；若两节点间的通信类型相同且通信距离小于该通信类型的最大通信距离，表示两节点之间存在通信关系；所述提取碎片化数据图中的元结构模型具体为：从碎片化数据构成的图结构中经常出现的元结构中提取单节点形、单边形、双边星形、三边星形、三角形、有尾三角形、双三角形和四边形八种元结构；每种元结构控制节点数量在4个以内；所述从提取的元结构模型中提取子图结构具体为：①待提取元结构的图结构G＝O,E，其中O为元结构图的节点集合，E为元结构图的节点间关系集合；首先提取元结构中的节点Oe并贮存在集合set中；②提取下一个节点Oe+1，并判断节点Oe+1与节点Oe的节点间关系是否满足提取元结构中的关系约束，即节点Oe+1与节点Oe间是否存在通信关系，若节点Oe+1与节点Oe的节点间关系满足提取元结构中的关系约束，则将节点Oe+1贮存在集合set中；否则，重新提取下一个节点Oe+2并进行判断；③依次提取元结构中的所有节点Of，并判断节点Of与集合set中已经贮存的所有节点间的关系是否满足提取元结构中的关系约束，若节点Of与集合set中已经贮存的所有节点间的关系满足提取元结构中的关系约束，则将节点Of贮存在集合set中；④判断集合set中节点数目是否和待提取元结构中的节点数目相同，若相同，则成功提取到一个元结构的子图结构，并将其保存至元结构的子图结构数据库中；若不相同，清空集合set，提取元结构中下一个节点Oe+1存放在集合set，返回①继续执行；所述判断元结构是否能合并为：首先对各元结构模型的子图结构进行匹配操作，具体为：选取元结构的子图结构数据库中随机一个子图结构，与另一元结构的子图结构数据库中的所有子图结构进行匹配，对于元结构匹配需要计算结构中节点是否匹配，其模型为：L2VcI，VcX≤th_obj3 其中，cI为节点OI的类别；cX为节点OX的类别；VcI为cI类别对应的词向量；VcX为cX类别对应的词向量；L2VcI，VcX为cI类别对应的词向量VcI与cX类别对应的词向量VcX间的欧氏距离；th_obj为词向量间欧氏距离的阈值，阈值为2；AI,p为节点OI的第p个属性；VAI,p为AI,p类别属性对应的词向量；AX,q为节点OX的第q个属性；VAX,q为AX,q类别属性对应的词向量；由于一个节点可能有0个或多个属性，假设节点OI有n个属性，节点OX有m个属性，则两节点属性间距离为一个n×m矩阵；L2VAI,p,VAX,q为词向量VAI,p与词向量VAX,q间的欧式距离；为n×m矩阵中对于询问节点OI属性与节点OX属性间距离最小的属性作为节点OI属性与节点OX属性间的距离，最终为n×1的矩阵；ave·为节点OI与节点OX的均值属性距离；th_attr两节点属性距离的阈值，阈值为2；两个元结构要能匹配，还需满足以下约束： OI、OJ、OX、OY为询问节点；E1OI,OJp询问节点OI和节点OJ间的第p条关系；VE1OI,OJp关系E1OI,OJp对应的词向量；E2OX,OYq为询问节点OX和节点OY间的第q条关系；VE2OX,OYq为关系E2OX,OYq对应的词向量；L2VE1OI,OJp,VE2OX,OYq为词向量VE1OI,OJp与词向量VE2OX,OYq间的欧式距离；节点之间的关系可能有0条或多条，假设节点OI和节点OJ间有n条关系，节点OX和节点OY间有m条关系，其两两关系之间的距离为一个n×m矩阵，对于节点OI和节点OJ间的每条关系，把节点OX和节点OY间的所有关系中离它最近的关系，即当作该关系与匹配节点间的关系距离，得到一个n×1的矩阵，最后在对这个矩阵求最大值，即就是两个匹配节点对间的关系距离，th_rel表示连个匹配节点对间的关系距离的阈值，阈值为1.5；匹配完之后判断元结构中是否有相同的节点，若元结构中具有相同节点，将其进行合并；若没有相同节点，判断元结构某些节点是否具有相同的通信类型，并且在距离上满足通信距离阈值约束，则节点之间存在通信关系，将这两个元结构进行合并；其模型为： 其中，OI为第I个节点；OJ为第J个节点；comm·为节点通信类型的集合，每个节点可以有多个通信类型；φ为空集；L2OI,OJ为节点OI和节点OJ之间的欧式距离，commk为节点OI和节点OJ共有的通信链路类型，其中两个节点共有k个相同的通信类型，discommk为commk中所有通信类型的通信距离的集合；maxdiscommk表示其中最大的通信距离，若两节点之间的欧式距离满足以上约束，则两元结构合并。

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安电子科技大学，其通讯地址为：710126 陕西省西安市长安区西沣路兴隆段266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”。