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！

龙图腾网获悉广东粤孵产业大数据研究有限公司申请的专利一种基于大模型和知识图谱的石墨烯产品筛选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：CN118820550B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202410869264.4，技术领域涉及：G06F16/9035；该发明授权一种基于大模型和知识图谱的石墨烯产品筛选方法是由严帅;董栩颀;尹逊航;李志敏设计研发完成，并于2024-07-01向国家知识产权局提交的专利申请。

本一种基于大模型和知识图谱的石墨烯产品筛选方法在说明书摘要公布了：本发明公开了一种基于大模型和知识图谱的石墨烯产品筛选方法，包括S1、从多个异构数据源自动采集石墨烯产品的多维度数据，并构建多维度数据集；S2、构建高维特征空间；S3、生成对石墨烯产品特性预测模型；S4、对新的石墨烯产品多维度数据输入石墨烯产品特性预测模型，生成初步预测结果；S5、构建石墨烯产品的多层次知识图谱，整合结构化和非结构化数据；S6、发掘石墨烯产品特性之间的潜在关系和隐含知识；S7、生成优化的石墨烯产品筛选建议。本发明利用图神经网络进行智能推理和关联分析，能够发掘产品特性之间的潜在关系和隐含知识，为用户提供科学、优化的产品选择方案和应用场景建议。

本发明授权一种基于大模型和知识图谱的石墨烯产品筛选方法在权利要求书中公布了：1.一种基于大模型和知识图谱的石墨烯产品筛选方法，其特征在于，包括如下步骤：S1、从多个异构数据源自动采集石墨烯产品的多维度数据，并构建多维度数据集，所述多维度数据包括物理结构、化学成分、制造工艺、应用场景和市场反馈数据；S2、构建高维特征空间，将多维度数据进行高维映射，捕捉石墨烯产品特性之间的复杂关系；S3、采用自监督学习模型对高维特征空间的数据进行训练，生成石墨烯产品特性预测模型；S4、将新的石墨烯产品多维度数据输入石墨烯产品特性预测模型，生成初步预测结果，包括产品性能预测和潜在应用场景建议；S5、构建石墨烯产品的多层次知识图谱，整合结构化和非结构化数据，并建立产品特性、制造工艺和应用场景之间的关联关系；S6、利用图神经网络对多层次知识图谱进行智能推理和关联分析，发掘石墨烯产品特性之间的潜在关系和隐含知识；S7、综合大模型的预测结果和知识图谱的推理结果，生成优化的石墨烯产品筛选建议，包括推荐最佳的石墨烯产品及其应用方案；所述S2包括以下步骤：S21、对多维度数据集D中的每个数据类型分别进行特征提取，生成对应的特征向量集合F，其中：对物理结构数据集Dps，通过基于卷积神经网络的图像特征提取算法生成物理结构特征向量；对化学成分数据集Dcc，通过基于图神经网络的化学特征提取算法生成化学成分特征向量fcc,i；每个特征向量fcc,i包含从能谱分析、质谱分析和傅里叶变换红外光谱数据中提取的特征；对制造工艺数据集Dmp，通过基于时间序列分析的工艺特征提取算法生成制造工艺特征向量fmp,i；每个特征向量fmp,i包含从工艺流程、温度条件和压力条件数据中提取的特征；对应用场景数据集Das，通过基于集成学习的应用特征提取算法生成应用场景特征向量集合Fas，每个特征向量包含从导电性能、电化学性能和生物相容性数据中提取的特征；对市场反馈数据集Dmf，通过基于自然语言处理的市场特征提取算法生成市场反馈特征向量集合Fmf，每个特征向量包含从市场需求量、用户评价和销售数据中提取的特征；S22、将特征向量集合F进行高维映射，构建高维特征空间S；S23、构建融合不同特征向量的综合特征表示Fcomb，通过特征融合函数ψ:S→Fcomb综合多维度特征，生成统一的高维特征向量。

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广东粤孵产业大数据研究有限公司，其通讯地址为：510031 广东省广州市越秀区东风中路268号2502房；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”。