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！

龙图腾网获悉中山大学申请的专利一种基于图卷积神经网络的节点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：CN114679694B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202210362121.5，技术领域涉及：G06Q10/04；该发明授权一种基于图卷积神经网络的节点定位方法是由刘星成;张艳阳设计研发完成，并于2022-04-07向国家知识产权局提交的专利申请。

本一种基于图卷积神经网络的节点定位方法在说明书摘要公布了：本发明公开了一种基于图卷积神经网络的节点定位方法，所述的方法包括步骤如下：S1：通过锚节点信息泛洪，无线传感器网络中所有节点均在其锚节点信息表中记录了所有锚节点的坐标以及节点自身与锚节点的最小跳数信息；S2：将无线传感器网络的拓扑网络结构信息构建成图数据，并将节点自身与锚节点的最小跳数信息作为特征，锚节点的坐标作为标签，对特征和标签分别进行归一化，分别将特征和标签的数值缩放到单位大小；S3：利用归一化后的特征和标签对图卷积神经网络进行半监督训练；S4：根据归一化与反归一化的映射关系，对训练结果进行反归一化。本发明具有收敛速度、定位精度高的优点。同时普适性强，能适用于不同的拓扑结构网络；当节点的密度不变即节点总数量不变时，本发明性能表现稳定。

本发明授权一种基于图卷积神经网络的节点定位方法在权利要求书中公布了：1.一种基于图卷积神经网络的节点定位方法，其特征在于：所述的方法包括步骤如下： S1：通过锚节点信息泛洪，无线传感器网络中所有节点均在其锚节点信息表中记录了所有锚节点的坐标以及节点自身与锚节点的最小跳数信息； S2：将无线传感器网络的拓扑网络结构信息构建成图数据，并将节点自身与锚节点的最小跳数信息作为特征，锚节点的坐标作为标签，对特征和标签分别进行归一化，分别将特征和标签的数值缩放到单位大小； S3：利用归一化后的特征和标签对图卷积神经网络进行半监督训练； S4：根据归一化与反归一化的映射关系，对训练结果进行反归一化，通过反归一化后直接得到未知节点的位置； 其中， 无线传感器网络中的包括锚节点和未知节点在内的所有节点均需在内存中建立并维护一个锚节点信息表AT，用于保存收集到的锚节点信息，信息表AT的长度等于无线传感器网络中锚节点的数量； 以及，所述的锚节点信息泛洪，具体如下： 当无线传感器网络部署完毕后，无线传感器网络中的锚节点在接收到控制中心发来的定位命令后，开始向无线传感器网络中广播包括自身ID信息，位置信息和HopCount三个字段的Message数据包； 包括锚节点和未知节点在内的所有节点在收到锚节点发送的Message数据包后，需要检查该Message数据包中的自身ID信息是否存在于其所维护的信息表AT中； 以及，若Message数据包中的自身ID信息不存在于节点所维护的信息表AT中，则节点将该Message数据包中的信息即三个字段，保存到其信息表AT中，并将该Message数据包中的HopCount字段加一后转发给其邻居节点； 若Message数据包中的自身ID信息存在于节点所维护的信息表AT中，且Message数据包中的HopCount字段小于信息表AT中对应于自身ID信息的记录的HopCount字段，则将信息表AT中对应于自身ID信息的记录进行更新，即更新该记录的HopCount字段；最后，节点将该Message数据包中的HopCount字段加一后转发给其邻居节点； 当收到的Message数据包不满足上述两种判定时，节点将丢弃该Message数据包。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。

以上内容由龙图腾AI智能生成。