Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中咨数据有限公司;中国公路工程咨询集团有限公司杜洪新获国家专利权

恭喜中咨数据有限公司;中国公路工程咨询集团有限公司杜洪新获国家专利权

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!

龙图腾网恭喜中咨数据有限公司;中国公路工程咨询集团有限公司申请的专利基于动态知识图谱的智能路面养护方案设计方法和装置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:CN119293933B

龙图腾网通过国家知识产权局官网在2025-03-14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:202411809240.6,技术领域涉及:G06F30/13;该发明授权基于动态知识图谱的智能路面养护方案设计方法和装置是由杜洪新;董元帅;罗涛;陈功;林政园;程向军;崔丽;张志设计研发完成,并于2024-12-10向国家知识产权局提交的专利申请。

基于动态知识图谱的智能路面养护方案设计方法和装置在说明书摘要公布了:本发明旨在提供一种基于动态知识图谱的智能路面养护方案设计方法,以解决现有技术中路面养护方案设计依赖人工、缺乏动态调整能力的问题。本发明接收道路基本建设信息、路面检测状况、路面病害描述和分级分类信息,基于输入的实体及其相互关系,构建动态知识图谱,利用动态知识图谱输出适用的路面养护方案模板,包括养护内容、养护方法、处置图纸、工程量预估、工程排期。通过引入动态知识图谱和大模型技术,自动分析和判断路面状况,生成适应性强的养护方案模板,并对方案内容进行智能赋值和生成。

本发明授权基于动态知识图谱的智能路面养护方案设计方法和装置在权利要求书中公布了:1.一种基于动态知识图谱的智能路面养护方案设计方法,其特征在于,包括以下步骤:接收道路基本建设信息、路面检测状况、路面病害描述和分级分类信息,将其作为知识图谱的实体以及实体属性描述和初步的实体关系描述;基于输入的实体及其相互关系,构建动态知识图谱,并利用机器学习技术自动分析和判断实体类型,建立实体间的关系链接;其中,构建路面保养的知识图谱实体之间的关联网络;并且根据实体及其初步的实体关系,查询动态知识图谱,为其中已知类型的实体赋值,并且通过第一深度学习模型,基于所述动态知识图谱的关联网络,识别未获标注的实体的实体类型;并且通过第二深度学习模型,基于相关实体类型特征表示矩阵,进行实体之间关系链路的预测;利用动态知识图谱输出适用的路面养护方案模板,包括养护内容、养护方法、处置图纸、工程量预估、工程排期;所述道路基本建设信息涵盖道路的基本结构和属性的信息;路面检测状况的信息包括:路面平整度、路面摩擦状态评估、路面缝隙状态评估;路面病害描述包括对路面上出现的各种病害的病害位置、病害类型、严重程度和影响范围的分级分类信息的详细描述;路面保养的知识图谱实体之间的关联网络表示为;其中,表示全部的实体的集合,其中即路面保养相关的实体;实体各自对应的实体类型,表示在知识图谱实体之间的关联网络中2个实体之间存在的关系的类型集合;三元组集合表示实体和之间存在关系,则为以上三元组集合的并集;所述第一深度学习模型表示为,采用RNN型神经网络架构,其中该模型的输入层接收到的输入即所述实体、实体类型、实体关系及其三元组集合共同表示的动态知识图谱的关联网络,是该模型的神经网络各隐藏层的参数矩阵构成的参数向量,其中是第层的未知权重参数矩阵,,是隐藏层总层数;所述第一深度学习模型的训练包括:对所述第一深度学习模型的参数向量初始化为,即对各隐藏层的所有参数矩阵初始化赋值为,然后针对动态知识图谱的关联网络中的任一实体,通过深度学习模型计算其在第层隐藏层所获得的特征表示,具体为: 其中为激活函数,为与该实体具有关系的其它实体的集合,是一个预定常数,取值为,表示集合的元素数量,表示集合中的第个实体在第层隐藏层所输出的特征表示,为该实体在第层隐藏层所输出的特征表示;针对实体,第一深度学习模型逐层获得特征表示,直至获得最后一层隐藏层即第层隐藏层的特征表示;所述第一深度学习模型还包括一个softmax分类层,作为第层,连接到最后一层的隐藏层,获得该特征表示作为softmax分类层的输入,得到: 其中分类层输出是一个K维向量,向量第个元素表示的是根据该实体对应的判断该实体属于第类类型的概率,具体为: 这里;通过分类层的输出,其中将概率最大的类型作为该实体的类型;进而,通过利用样本训练,优化所述第一深度学习模型的参数向量,对各隐藏层的未知权重参数矩阵赋值,直至损失函数符合预期;所述第二深度学习模型,基于相关实体类型特征表示矩阵,进行实体之间关系链路的预测;其中,表示经第一深度学习模型最后一层隐藏层所输出的对应相关实体类型的特征表示构成的矩阵,称之为相关实体类型特征表示矩阵,表示图谱解码器网络参数;所述第二深度学习模型包括用于实体之间关系链路预测的softmax层,该softmax层计算相关实体间存在某一关系链路的预测概率,计算公式为,,其中,表示对应于关系的参数矩阵,表示关系的概率标签,当和有关系类型时,则,否则;基于大模型技术,根据从动态知识图谱中提取的实体信息,生成具体的养护方案项内容,对所述路面养护方案的方案项进行赋值和对应内容生成;利用大模型技术对方案项赋值具体包括:从动态知识图谱中提取相关的实体信息;利用大模型技术对收集的实体信息进行深度分析和推理;基于大模型的推理结果,生成对每个方案项进行具体赋值;生成的方案内容通过反馈机制进行动态调整,根据最新的路面检测数据和施工反馈,不断优化生成的方案项;对生成的方案进行验证,确保其符合行业标准和实际需求;验证通过后,生成的方案内容被输出为可操作的格式,供施工单位参考和执行。

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咨数据有限公司;中国公路工程咨询集团有限公司,其通讯地址为:100089 北京市海淀区紫竹院路116号8层A座908;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”。

免责声明
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。