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！

龙图腾网获悉哈尔滨工业大学(深圳)申请的专利一种深度图匹配网络及基于该网络的时尚搭配推荐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：CN116012094B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202211525765.8，技术领域涉及：G06Q30/0601；该发明授权一种深度图匹配网络及基于该网络的时尚搭配推荐方法是由张海军;殷子良设计研发完成，并于2022-11-30向国家知识产权局提交的专利申请。

本一种深度图匹配网络及基于该网络的时尚搭配推荐方法在说明书摘要公布了：本发明公开了一种深度图匹配网络及基于该网络的时尚搭配推荐方法。所述深度图匹配网络包括编码模块、传播及匹配模块、残差聚合模块和同步聚合模块；码模块，输入为图节点入度、出度及节点类型，输出固定大小的特征向量；传播及匹配模块由传播层构成，为多层结构，每一层包含邻居节点聚合传播单元和跨图节点匹配融合单元两部分；残差聚合模块包含一个两层全连接网络和一个四层全连接网络，输出相似度得分；同步聚合模块，分为聚合部分和同步一致部分，所述聚合部分包括GRU门控循环单元。基于该网络的时尚搭配推荐方法先构建时尚搭配规则知识库、计算两图之间的时尚搭配迁移成本，对用户的输入时尚搭配规则，经网络处理后给出推荐结果及理由。

本发明授权一种深度图匹配网络及基于该网络的时尚搭配推荐方法在权利要求书中公布了：1.一种基于深度图匹配网络的时尚搭配推荐方法，其特征在于，包括： S1,从相关书籍、材料和网络中抽取若干条时尚搭配规则，分别将其进行规格化并转换为时尚搭配规则树，构建时尚搭配规则知识库； S2,针对所述知识库中得时尚搭配规则树，计算两两之间的时尚搭配迁移成本；所述成本的多少取决于以两幅图中元素的匹配程度，匹配程度越高则成本越低； S3,将所述知识库中的时尚搭配规则树转换为时尚搭配规则图，基于所述时尚搭配规则图和计算得到的两两间的时尚搭配迁移成本，构建时尚搭配规则数据集； S4,将所述时尚搭配规则数据集中的部分数据作为训练集，采用端到端的有监督训练策略，训练深度图匹配网络，确定所述深度图匹配网络的参数； S5,针对用户输入的时尚搭配规则，经确定参数的深度图匹配网络计算后，输出推荐的时尚搭配； 其中，所述深度图匹配网络包括： 编码模块，对本图和邻图的所有节点进行编码，输入为图节点入度、出度及节点类型，输出固定大小的特征向量； 传播及匹配模块，由传播层构成，为多层结构，每一层包含两个部分：邻居节点聚合传播单元和跨图节点匹配融合单元，所述邻居节点聚合传播单元将节点特征沿边传播到邻居节点，并输出消息向量，将所有消息向量以终节点求和得到各节点的一次传播消息；所述跨图节点匹配融合单元计算两图任意两个节点之间的相似度，并输出匹配留存向量；将所述匹配留存向量与节点特征向量求差，得残差向量； 残差聚合模块，包含一个两层全连接网络和一个四层全连接网络，所述残差聚合模块对所有传播及匹配模块所产生的残差向量进行拼接，送入所述两层全连接网络进行特征转换，经显著度分块聚合模块后，得到两个图级残差向量，对两个图级残差向量做差，平方后送入所述四层全连接网络输出相似度得分； 同步聚合模块，分为聚合部分和同步一致部分，所述聚合部分包括GRU门控循环单元，将传播及匹配模块中每一层的消息向量和匹配留存向量进行拼接作为输入，送入所述GRU门控循环单元得到新的特征向量，作为下一传播层的输入；所述同步一致部分使用同步一致损失作为附加监督信息，将每一层的传播层的节点特征向量输入所述显著度分块聚合模块，得到图级特征向量，用同步一致损失计算输入的本图和邻图的所述图级特征向量的L2距离，对每一层得到的L2距离求和值，最小化所述和值，保证从传播模块的第一层到最后一层的L2距离逐渐变小，即两图逐渐趋于一致； 其中，所述显著度分块聚合模块，将输入的向量按节点数等分为3个部分，每个部分分别求和，得到3个块级向量，将所述块级向量拼接作为图级向量。

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哈尔滨工业大学(深圳)，其通讯地址为：518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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”。

以上内容由龙图腾AI智能生成。