恭喜迪塔班克(浙江)数据科技有限公司柯廷文获国家专利权
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!
龙图腾网恭喜迪塔班克(浙江)数据科技有限公司申请的专利利用图卷积网络构建化塑产业链知识图谱的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:CN119250172B 。
龙图腾网通过国家知识产权局官网在2025-03-11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:202411794193.2,技术领域涉及:G06N5/02;该发明授权利用图卷积网络构建化塑产业链知识图谱的方法是由柯廷文;施伟章设计研发完成,并于2024-12-09向国家知识产权局提交的专利申请。
本利用图卷积网络构建化塑产业链知识图谱的方法在说明书摘要公布了:本发明提出利用图卷积网络构建化塑产业链知识图谱的方法,涉及知识图谱技术领域,包括:通过数据采集系统获取化塑产业链多源异构数据,形成初始数据集;对初始数据集进行预处理,生成标准化数据集;基于标准化数据集进行知识建模,形成领域知识模型;根据领域知识模型构建初始知识图谱;利用图卷积网络对初始知识图谱进行优化,包括构设计图卷积网络模型、训练模型,通过训练后的模型对知识图谱进行自动补全和纠错,得到优化后的化塑产业链知识图谱。本发明通过系统化的数据处理、知识建模和图卷积网络优化方法,实现对化塑产业链知识的高效表达、自动补全和错误修正,从而构建一个准确、可靠且具有自动优化能力的化塑产业链知识图谱。
本发明授权利用图卷积网络构建化塑产业链知识图谱的方法在权利要求书中公布了:1.利用图卷积网络构建化塑产业链知识图谱的方法,其特征在于,包括:S1、通过数据采集系统获取化塑产业链多源异构数据,形成初始数据集,多源异构数据包括企业信息数据、产品技术数据和市场交易数据;S2、对初始数据集进行预处理,生成标准化数据集;S3、基于标准化数据集进行知识建模,包括构建化塑产业链本体模型、设计多维属性体系、定义实体关系类型,并建立语义规则库和知识推理规则集,形成领域知识模型;S4、根据领域知识模型构建初始知识图谱,包括实体构建、关系抽取、知识对齐与融合;S5、利用图卷积网络对初始知识图谱进行优化,包括构设计图卷积网络模型、训练模型,通过训练后的模型对知识图谱进行自动补全和纠错,得到优化后的化塑产业链知识图谱;步骤S5包括:S51、构建初始知识图谱KG的节点-边特征向量,通过融合实体的属性特征、结构特征和上下文语义特征生成节点表示,结合关系类型的语义嵌入和时序信息编码生成边表示,采用稀疏矩阵存储建立图的邻接矩阵,获得知识图谱的多维特征表示;S52、设计产业链感知图卷积网络结构,引入残差连接结构,以构建端到端的图卷积网络模型M;S53、基于负采样策略构造训练样本集,采用联合损失函数对图卷积网络模型M进行参数优化,得到优化模型M';S54、利用优化模型M'对初始知识图谱KG进行优化,通过链接预测发现潜在的实体关系并计算其可信度,基于关系分类结果对现有的错误链接进行识别和修正,结合实体属性预测补充缺失的属性信息,最终生成优化后的知识图谱KG';步骤S52中,图卷积网络模型M包括具有产业链结构特征的图神经网络架构,包含多层聚合模型、关系感知机制和残差连接结构,其中,多层聚合模型针对化塑产业链的复杂关系结构,设计产业链感知图卷积网络,捕获多跳的上下游关系;关系感知机制根据不同的实体关系类型,动态调整消息传递的权重;残差连接结构链接初始节点表示,以防止梯度消失;产业链感知图卷积网络的消息传递函数如下: , ,式中,为第层的节点表示;为激活函数;R为关系类型集合;表示节点i在关系r下的邻居节点集合;为节点j对节点i在关系r下的注意力权重;为关系r的可学习权重矩阵;为自连接的可学习权重矩阵;为第层的节点表示;为第层的邻居节点表示;表示关系感知的评分函数;k表示在计算注意力权重时用于遍历的邻居节点索引;关系感知机制通过对不同类型的关系赋予不同的权重矩阵,使得模型区分不同的关系类型。
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迪塔班克(浙江)数据科技有限公司,其通讯地址为:316000 浙江省舟山市岱山县高亭镇兰秀大道475号1007室;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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。