買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉浙江大學(xué)申請的專利一種基于多視角圖嵌入和節(jié)點(diǎn)原型對比的圖異常檢測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120257029B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號(hào)為：202510749084.7，技術(shù)領(lǐng)域涉及：G06F18/24；該發(fā)明授權(quán)一種基于多視角圖嵌入和節(jié)點(diǎn)原型對比的圖異常檢測方法是由沈哲;湯斯亮設(shè)計(jì)研發(fā)完成，并于2025-06-06向國家知識(shí)產(chǎn)權(quán)局提交的專利申請。

本一種基于多視角圖嵌入和節(jié)點(diǎn)原型對比的圖異常檢測方法在說明書摘要公布了：一種基于多視角圖嵌入和節(jié)點(diǎn)原型對比的圖異常檢測方法，包括如下步驟：S1圖異常檢測數(shù)據(jù)集收集和預(yù)處理，數(shù)據(jù)集標(biāo)簽構(gòu)建；S2基于多視角圖嵌入和節(jié)點(diǎn)原型對比的圖異常檢測模型構(gòu)建；S3使用訓(xùn)練集對模型進(jìn)行迭代優(yōu)化；S4反復(fù)執(zhí)行S2和S3，直至總損失值趨于穩(wěn)定；完成圖異常檢測模型的訓(xùn)練；S5在測試集上預(yù)測節(jié)點(diǎn)的異常概率，若概率超過指定的閾值，則視為異常節(jié)點(diǎn)。發(fā)明通過KNN算法構(gòu)建多視角鄰接矩陣，將節(jié)點(diǎn)屬性相似度與原始鄰接關(guān)系融合，生成反映屬性相似性的增強(qiáng)鄰接矩陣，為圖神經(jīng)網(wǎng)絡(luò)提供更豐富的輸入。本發(fā)明通過多視角圖嵌入的學(xué)習(xí)和節(jié)點(diǎn)原型對比策略，顯著提高正常節(jié)點(diǎn)和異常節(jié)點(diǎn)的區(qū)分度，有效提升圖異常檢測性能。

本發(fā)明授權(quán)一種基于多視角圖嵌入和節(jié)點(diǎn)原型對比的圖異常檢測方法在權(quán)利要求書中公布了：1.一種基于多視角圖嵌入和節(jié)點(diǎn)原型對比的圖異常檢測方法，其特征在于，包括如下步驟： S1、圖異常檢測數(shù)據(jù)集收集和預(yù)處理，數(shù)據(jù)集標(biāo)簽構(gòu)建； S2、基于多視角圖嵌入和節(jié)點(diǎn)原型對比的圖異常檢測模型構(gòu)建； S2.1、KNN增強(qiáng)的鄰接矩陣生成 通過KNN算法計(jì)算節(jié)點(diǎn)間屬性相似度，選擇每個(gè)節(jié)點(diǎn)的個(gè)最相似鄰居構(gòu)建增強(qiáng)的鄰接矩陣； S2.2、基于BWGNN模型的特征提取 將原始圖和增強(qiáng)圖的鄰接矩陣、屬性特征矩陣輸入到定制的頻譜濾波器BWGNN模型得到節(jié)點(diǎn)表示； S2.3、基于注意力機(jī)制的節(jié)點(diǎn)表示融合 通過加權(quán)注意力機(jī)制融合原始圖和增強(qiáng)圖兩種模態(tài)的節(jié)點(diǎn)表示； S2.4、節(jié)點(diǎn)表示的原型對比學(xué)習(xí) 計(jì)算所有正常和異常節(jié)點(diǎn)嵌入的平均值作為正常節(jié)點(diǎn)和異常節(jié)點(diǎn)的原型，最小化某一類別的節(jié)點(diǎn)嵌入與對應(yīng)原型的距離； S2.5、異常節(jié)點(diǎn)檢測 將節(jié)點(diǎn)表示輸入分類器，預(yù)測節(jié)點(diǎn)的異常概率，實(shí)現(xiàn)異常節(jié)點(diǎn)檢測； S3、使用訓(xùn)練集對模型進(jìn)行迭代優(yōu)化； S4、反復(fù)執(zhí)行S2和S3，直至總損失值趨于穩(wěn)定；完成圖異常檢測模型的訓(xùn)練； S5、在測試集上預(yù)測節(jié)點(diǎn)的異常概率，若概率超過指定的閾值，則視為異常節(jié)點(diǎn)。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江大學(xué)，其通訊地址為：310013 浙江省杭州市西湖區(qū)余杭塘路866號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。