柿子坊
· 知识产权运营
首页
专利交易
价值评估
13280638997
登录
注册
首页
>
专利交易
>
专利详情
发明专利
已授权
一种基于强化学习的动态链路预测模型鲁棒性增强方法
📄 申请号:CN202011532408.5
📄 发布日:2026/08/04
著录项目信息
申请日
2020-12-22
公开号
CN112580728A
公开日
2021-03-30
申请人
浙江工业大学
法律状态
已下证
专利类型
发明
主分类号
G06K9_62
IPC 分类号
G06K9_62
,
G06N3_04
,
G06N3_08
,
技术画像
所属领域
动态链路预测
强化学习
链路预测
模型鲁棒性
动态链路预测
应用场景
社交网络分析, 推荐系统, 知识图谱补全, 网络安全, 动态网络分析
AI 智能推荐
·
同申请人专利
·
搜索相似专利
摘要
本发明提供了一种基于强化学习的动态链路预测模型鲁棒性增强方法,包括:(1)对原始图数据进行特征嵌入,提取嵌入向量;(2)将特征嵌入后的嵌入向量作为马尔科夫决策过程中的状态进行建模,输出动作为修改的连边数;(3)使用强化学习DDPG的训练策略,逐图增删连边,直到最后一张;(4)计算处理后的图数据,输入到动态链路预测模型进行准确率预测,得到回报值;(5)重复步骤(3)~(4),直到设定的训练轮数,得到鲁棒性增强的图数据。利用本发明的方法,修改后的图数据在模型上可以保持良好的性能,同时具有强鲁棒性,对动态链路预测模型应用到安全关键的领域中具有重要的理论和实践意义。
权利要求书 (12项)
说明书
附图
……
……
图1
图2
图3
法律状态时间线
一种基于特征解耦和特征增强学习的多目标跟踪方法
当前第 / 件
基于CFD-DEM与动网格耦合的渗流侵蚀模拟方法
同领域国内专利 · IPC: (G06K9_62)
G06K9_00
G06K9_20
G06K9_22
G06K9_24
G06K9_32
G06K9_34
G06K9_36
G06K9_38
G06K9_40
G06K9_42
G06K9_44
G06K9_46
G06K9_62
G06K9_66
G06K9_68
G06K9_72
覆盖
16
个领域
相似专利推荐
AI 驱动 · 同领域
基于动态卷积图神经网络的鱼类行为分析方法及系统
¥0.0
2023110256102 · 浙江工业大学
基于Android手机IMU的机械臂示教方法
¥0.0
2019102805281 · 浙江工业大学
基于多模态动态图卷积神经网络的抑郁症图像分类方法
¥0.0
2025113836452 · 浙江工业大学
议价
不含过户费
委托平台代购
📋 交易方式:
委托待转让
📌 交易状态:
在售
👁️ 浏览次数:16
❤️ 收藏人数:93
📋 项目申报:
未申报
资金托管
权属尽调
包过户
🏢 淄博智来知识产权服务有限公司
✓ 企业认证
✓ 手机绑定
历史成交 0件
好评率 98.5%
📊 出价记录 (3条)
王**
¥-10万
李** 企业
¥-8万
陈**
¥-3万
查看全部出价
我要出价 (议价)
预约谈判