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！

龙图腾网恭喜中国电子科技集团公司信息科学研究院申请的专利体系模型数据在知识图谱中的定位方法及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：CN118170926B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202410364106.3，技术领域涉及：G06F16/36；该发明授权体系模型数据在知识图谱中的定位方法及装置是由董书瀚;邹梦苑;赵丽娴;樊志强;李皓;鹿伟成;孔瑞远;王真;孙冰;伍敏设计研发完成，并于2024-03-28向国家知识产权局提交的专利申请。

本体系模型数据在知识图谱中的定位方法及装置在说明书摘要公布了：本发明涉及体系模型数据在知识图谱中的定位方法及装置，包括：从体系架构知识图谱中获取实体节点的关系三元组和属性三元组，并通过实体名称进行模糊匹配查询，以确定与实体名称之间具有重复字符的多个实体。通过关系图卷积网络将体系架构知识图谱和待定位模型数据进行嵌入处理，以将待定位模型数据映射至低密度向量空间，并提取出相应的结构特征信息，得到预对齐实体对。对预对齐实体对进行属性提取，并基于提取的属性信息对预对齐实体对进行特征融合，以获取融合特征排序最高的第一实体对。对第一实体对进行置信度校验，以获取目标实体，即待定位模型数据在体系架构知识图谱中得对应实体，得到待定位模型数据在体系架构知识图谱中的空间位置。

本发明授权体系模型数据在知识图谱中的定位方法及装置在权利要求书中公布了：1.一种体系模型数据在知识图谱中的定位方法，其特征在于，所述方法包括：从体系架构知识图谱中获取实体节点的关系三元组和属性三元组，并通过实体名称进行模糊匹配查询，以确定与所述实体名称之间具有重复字符的多个实体；通过关系图卷积网络将体系架构知识图谱和待定位模型数据进行嵌入处理，以将所述待定位模型数据映射至低密度的向量空间，并通过整合实体邻接信息和实体关系信息提取出结构特征信息，得到预对齐实体对；对所述预对齐实体对中的实体进行属性提取，并基于提取到的属性信息对所述预对齐实体对进行特征融合，以获取融合特征排序最高的第一实体对；对所述第一实体对中的实体进行置信度校验，以获取目标实体，并将所述目标实体迭代输入至所述关系图卷积网络以扩充训练集，得到所述待定位模型数据在所述体系架构知识图谱中的空间位置；其中，所述关系三元组由不同体系架构实体以及所述不同体系架构实体之间的实体关系组成，所述体系架构实体为软件在体系全局知识库中的体系知识，至少包括软件的输出关系、输入关系、关联信息以及关联系统；所述属性三元组由体系架构实体、体系架构实体的属性名以及对应的属性值组成，所述目标实体为所述待定位模型数据在所述体系架构知识图谱中对应的体系架构实体，所述待定位模型数据在所述体系架构知识图谱中的空间位置为所述目标实体在所述体系架构知识图谱中的空间位置；所述通过关系图卷积网络将体系架构知识图谱和待定位模型数据进行嵌入处理，以将所述待定位模型数据映射至低密度的向量空间，并通过整合实体邻接信息和实体关系信息提取出结构特征信息，得到预对齐实体对，包括：根据不同的实体关系分别聚合不同的实体节点信息，并对所述体系架构知识图谱中的实体节点进行输入和输出的划分，以生成结构特征向量；基于所述结构特征向量计算实体之间的空间距离，以获取所述空间距离最近的实体，所述预对齐实体对由所述空间距离最近的实体构成；其中，所述空间距离的计算公式为： ；式中，为空间距离，e1,e2为两个实体，n为基于所述关系图卷积网络得到的实体结构特征，和分别为e1,e2两个实体的实体特征结构，为维度，为神经网络的层数；所述对所述预对齐实体对中的实体进行属性提取，并基于提取到的属性信息对所述预对齐实体对进行特征融合，以获取融合特征排序最高的第一实体对，包括：根据所述预对齐实体对中第三实体的实体类型以及所述第三实体的属性特征，提取所述第三实体的第一属性信息，并基于所述第一属性信息构建第一属性三元组；基于所述第一属性三元组，计算所述第三实体之间的属性语义距离，以从所述体系架构知识图谱中筛选属性语义距离不低于第二阈值的第四实体；其中，所述第三实体和第四实体均为所述软件在体系全局知识库中的体系知识，所述属性语义距离的计算公式为： ；式中，为所述预对齐实体对之间的所述属性语义距离，，A为属性总数，为所述预对齐实体对的属性值相似性度量值，PreSame为待对齐实体，为属性的影响因子，取值范围为。

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国电子科技集团公司信息科学研究院，其通讯地址为：100144 北京市石景山区实兴大街金府路30号院4号楼；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”。