龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：西北工业大学;上海润璋智能科技股份有限公司
摘要：本发明公开了多层脑网络社团识别方法及装置，涉及人工智能与脑网络科学领域。用于解决了现有多种社团识别方法存在无法有效融合局部特征和全局特征，限制了多层网络中社团识别的准确性的问题。包括：基于双层GCN得到多层脑网络包括的每一层的第一层节点表示和增强网络包括的第一节点表示；基于单层GCN对多层脑网络和增强网络进行初始化，得到初始化后多层脑网络包括的每一层的第二层节点表示和初始化后增强网络包括的第二节点表示；将通过总损失函数训练后的所述每一层的第二层节点表示确定为多层脑网络的共识节点表示，并基于共识节点表示得到多层脑网络的社团划分。
主权项：1.多层脑网络社团识别方法，其特征在于，包括：输入脑网络相关数据，以神经元为节点、神经元之间的交互为连边，构建基于个体活动的多层脑网络；基于双层图卷积网络GCN得到所述多层脑网络包括的每一层的第一层节点表示，根据所述每一层的第一层节点表示得到所述多层脑网络的平均层节点表示，将所述平均层节点表示确定为增强网络包括的第一节点表示；通过拼接所述第一节点表示得到增强网络包括的第一边表示，基于阈值对所述第一边表示进行剪枝处理得到所述增强网络以及剪枝损失函数；基于单层GCN对所述多层脑网络和所述增强网络进行初始化，分别得到初始化后多层脑网络包括的每一层的第二层节点表示和初始化后增强网络包括的第二节点表示；在对比学习模块中以所述第二节点表示为正例样本对所述每一层的第二层节点表示进行更新，并得到层对比学习损失函数；根据所述剪枝损失函数和所述层对比学习损失函数得到总损失函数，将通过所述总损失函数训练后的所述每一层的第二层节点表示确定为所述多层脑网络的共识节点表示，并基于所述共识节点表示得到所述多层脑网络的社团划分。
全文数据：
权利要求：
百度查询： 西北工业大学 上海润璋智能科技股份有限公司 多层脑网络社团识别方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号