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！

龙图腾网恭喜扬州大学申请的专利一种基于深度学习的多源定位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：CN115018662B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202210658016.6，技术领域涉及：G06F18/20；该发明授权一种基于深度学习的多源定位方法是由刘维;罗佳莉设计研发完成，并于2022-06-10向国家知识产权局提交的专利申请。

本一种基于深度学习的多源定位方法在说明书摘要公布了：本发明涉及社交网络源定位技术领域，具体涉及一种基于深度学习的多源定位方法，结合自编码网络Auto‑Encoder,AE进行节点特征的集成，并利用深度学习对于大量数据的优势提高了算法整体的运行效率，本发明结合时间与图中距离的相对关系，得出一种节点特征提取的方式，综合考虑节点的传播路径可能性以及时间条件，对节点特征有更为详尽的描述，保留了感染子图中大多数传播信息和性质。该方法能够使得在仅仅只获取到一部分感染信息，抽取少量观测节点时，算法就能达到相对较好的精度和较小的误差，大大降低投入成本和计算复杂度。

本发明授权一种基于深度学习的多源定位方法在权利要求书中公布了：1.一种基于深度学习的多源定位方法，其特征在于，包括以下步骤：在原始无向网络中随机选取k个传播源节点s*；基于流行病传播SI模型对原始网络进行扩散，直到轮次结束，或不再产生新的感染节点为止，随后将抽取源节点扩散后生成的节点与边，生成感染子图Ginfected；根据感染子图，随机选取设定比例的感染节点作为观测者节点集合O＝{o1，o2，...，om}，记录被选取的节点的感染时间，得到感染时间集合T；构建节点的特征提取：具体包括，首先考虑节点传播的路径，对已被观测到的感染节点oi进行感染路径的模拟，通过随机游走得到设定长度的k条路径l，表示为生成路径集合Ci，表示为提取Ci中所有节点相对于观测节点的参数α，记为根据集合Ci与集合O计算节点集合V＝{v1，v2，…，vk}中每一个节点v的特征性向量组xv，表示为的计算公式符合： 其中ti为感染时间集合T中对应第i个节点的感染时间；构建自编码网络框架对vi的原始特征值进行不断地编译、集成、解码，计算每轮迭代损失，生成集成特征zi；其中，从四个方面，编码损失，α差异损失，时间差异损失和正则项，定义自编码网络的损失函数构建，生成最终的集成特征zi；结合已生成的集成特征zi进行概率计算，得到节点为源的可能性评估分数，选择前k个节点，作为估计源集合。

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扬州大学，其通讯地址为：225000 江苏省扬州市大学南路88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”。