根据《广东海洋大学科技成果转化管理办法》（校科技〔2026〕6号）的规定，现对我校科技成果转化（专利授权许可）事项进行公示,在公示期间，如对所公示事项有异议，请以书面形式向科技处反映，并请署真实姓名、联系地址和联系电话，逾期不予受理。
科技成果名称：一种基于机器学习的无监督文件数据智能分类方法及系统
科技成果类型：发明专利
专利号：ZL202511502866.7
专利授权日：2026年04月14日
专利权人：广东海洋大学
发明人：周伟，林耀庭，张文欢，王国轩
专利简介：一种基于机器学习的无监督文件数据智能分类方法及系统，包括如下步骤：S101、获取待分类文件数据集，对文件数据进行多模态特征提取，将文本特征、结构特征和语义特征进行融合，形成多维特征向量集合；S102、构建动态自适应图神经网络模型，通过节点动态分裂与融合机制生成文件特征图；S103、采用自适应带宽核密度估计识别密度吸引子，并以此为初始簇中心进行密度聚类，在密度单调递减约束下构建簇间层次关系树，通过融合Wasserstein距离与轮廓系数的度量方法进行动态剪枝，形成初始分类结果；S104、计算各簇的信息熵和相对熵并进行加权融合，获得簇纯度评分，对纯度较低的簇采用主成分分析确定最大方差轴，并沿最大方差轴进行二次分裂，得到中间分类结果；S105、基于中间分类结果构建分类知识图谱，利用图谱增强学习算法进行迭代更新，得到最终文件分类结果。本发明针对传统无监督文件分类方法在处理高维、多模态文件数据时存在分类质量低、参数依赖性强以及分类结果可解释性不足等问题，通过融合文本、结构和语义等多模态信息，构建动态自适应图神经网络，实现文件特征的综合表征；结合自适应核密度估计、密度聚类和层次关系树，自动发现文件数据的内在结构，无需预先指定分类数量；通过簇纯度评价和基于主成分分析的二次分裂机制进一步优化分类结果，并结合知识图谱增强学习进行迭代更新，从而实现无监督场景下文件数据的精准、自适应分类，提高文件分类结果的准确性、稳定性和可解释性。
受让方：BEACON RIDGE ENERGY LTD.
是否关联交易：否
定价方式：协议定价
专利许可金额：贰拾伍万加币整（小写：250000.00加币）（人民币金额按付款的实时汇率计算）
许可期限：5年
公示时间：2026年10月08日--2026年10月22日
联系人：丁老师
联系电话：0759-8218325
科学技术部
2026年10月8日
