龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：江苏科技大学
申请日：2024-08-14
公开（公告）日：2025-01-14
公开（公告）号：CN119311898A
专利技术分类：..语义工具的产生,例如,本体论或词典[2019.01]
专利摘要：本发明公开了一种数控编程领域的少样本知识图谱补全方法，解决数控编程知识图谱指导生成的数控编程模板在实际生产过程中存在的可靠性低、局限性大、仍需编程人员重复修改以及训练实体样本较少的问题。首先设计一种基于关系路径的实体邻域信息聚合网络，通过多头自注意力机制评估和分配邻域实体的重要性，并聚合特征；然后依据实体对的语义相似性，建模语义图谱表示实体间的语义关系，输出全局语义特征；最后组合邻域聚合特征和语义特征进行链接预测。在少样本知识图谱补全的公共数据集上，通过和主流算法进行对比实验，验证了所提算法的有效性与准确性。
专利权项：1.一种数控编程领域知识图谱的补全方法，其特征在于，包括以下步骤：1数据集采样模块对CAM知识图谱三元组进行负采样，生成负例三元组；2实体邻域信息聚合模块引入多头自注意力机制聚合邻域特征，通过注意力函数学习基于关系路径的多跳领域实体相对于中心实体的重要性，最终得到节点在各层的聚合特征，捕捉CAM知识图谱中的结构信息；3全局语义特征学习模块将数控编程过程中各个环节的制造信息进行词嵌入，生成CAM语义知识图谱，应用GCN对其迭代学习与优化，生成实体的全局语义特征；4链接预测模块融合实体关系交互模块的特征向量和全局语义特征，在得分函数计算下进行候选三元组得分排序，得出最佳预测结果。
百度查询： 江苏科技大学 一种数控编程领域知识图谱的补全方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号