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！

龙图腾网恭喜西安科技大学申请的专利一种煤矿火与瓦斯灾害多模态知识库构建及优化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：CN119322857B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202411854853.1，技术领域涉及：G06F16/36；该发明授权一种煤矿火与瓦斯灾害多模态知识库构建及优化方法是由邓军;王津睿;王凯;屈高阳;任帅京;于振华;王彩萍;潘红光;叶鸥;李鑫;易欣;苏畅;李利;郭瑞琪设计研发完成，并于2024-12-17向国家知识产权局提交的专利申请。

本一种煤矿火与瓦斯灾害多模态知识库构建及优化方法在说明书摘要公布了：本发明涉及煤矿典型灾害智能化防治技术领域，公开一种煤矿火与瓦斯灾害多模态知识库构建及优化方法，包括：构建基于煤矿火与瓦斯典型灾害的统一本体结构；基于统一本体结构，从多模态数据源中抽取实体、属性以及实体之间的关系；利用图神经网络模型整合抽取的实体、属性及关系，形成结构化知识图谱；基于结构化知识图谱，识别并链接多模态数据实体，搭建多模态知识库；获取待评估区域的历史数据和实时监测数据，基于多模态知识库中的实体和关系，利用构建的风险评估混合模型进行动态风险评估；其中，风险评估混合模型融合了GNN、DBN和LSTM；根据实时监测数据和风险评估结果，更新多模态知识库中实体的属性值和关系。

本发明授权一种煤矿火与瓦斯灾害多模态知识库构建及优化方法在权利要求书中公布了：1.一种煤矿火与瓦斯灾害多模态知识库构建及优化方法，其特征在于，包括：构建基于煤矿火与瓦斯典型灾害的统一本体结构；基于所述统一本体结构，从多模态数据源中抽取实体、属性以及实体之间的关系；其中，所述多模态数据源至少包括文本、图像和表格；利用图神经网络模型整合抽取的实体、属性及关系，形成结构化知识图谱；基于所述结构化知识图谱，识别并链接多模态数据实体，搭建多模态知识库；获取待评估区域的历史数据和实时监测数据，基于所述多模态知识库中的实体和关系，利用构建的风险评估混合模型进行动态风险评估；其中，所述风险评估混合模型用于将图神经网络GNN模块提取的节点表示与长短期记忆网络LSTM模块的时序特征相结合，输入到动态贝叶斯网络DBN模块中，实现对耦合灾害风险的综合评估；根据所述实时监测数据和风险评估结果，更新所述多模态知识库中实体的属性值和关系；所述利用图神经网络模型整合抽取的实体、属性及关系，形成结构化知识图谱，包括：以抽取的实体作为节点，以抽取的实体之间的关系作为边，以抽取的属性为每一所述节点赋予对应的特征属性，并将所有节点和所有边按照统一本体结构进行组织，形成初始知识图谱；分别提取所述初始知识图谱的各节点中不同模态对应的特征向量，得到统一的节点特征表示；构建图神经网络模型，对各节点的所述统一的节点特征表示进行消息传递和节点更新，以对节点特征进行深度学习和优化；其中，消息传递过程中引入了多模态注意力机制，以对不同模态的节点特征进行加权融合；通过下式实现节点更新： ；式中，为节点i的更新特征表示，σ为激活函数，为节点i自环边的权重，为节点i的权重系数，为可学习的权重矩阵，用于对节点i自身的特征hi进行线性变换，hi为节点i的初始特征表示向量，包含多模态融合后的信息，为节点i的邻居节点集合，为边i,j的权重系数，为邻居节点j的权重系数，为可学习的权重矩阵，用于对邻居节点特征hj进行线性变换，hj为邻居节点j的特征表示向量，为节点i的归一化系数。

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西安科技大学，其通讯地址为：710054 陕西省西安市碑林区雁塔路58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”。