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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 山东高速建设管理集团有限公司;中电安世(成都)科技有限公司李海生获国家专利权

山东高速建设管理集团有限公司;中电安世(成都)科技有限公司李海生获国家专利权

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!

龙图腾网获悉山东高速建设管理集团有限公司;中电安世(成都)科技有限公司申请的专利一种基于知识-数据双驱动的关联建模方法与系统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:CN120493023B

龙图腾网通过国家知识产权局官网在2025-09-16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:202510961898.7,技术领域涉及:G06F18/241;该发明授权一种基于知识-数据双驱动的关联建模方法与系统是由李海生;杜俊霖;周书坤;郭雅雯;马亚;赵然;刘晓东设计研发完成,并于2025-07-14向国家知识产权局提交的专利申请。

一种基于知识-数据双驱动的关联建模方法与系统在说明书摘要公布了:本发明涉及一种基于知识‑数据双驱动的关联建模方法与系统,先获取视频监控数据、传感器数据以及领域安全规范知识,分别进行帧提取与特征提取、时间序列标准化处理以及结构化表示与编码;再分别提取视觉特征、时间序列特征,语义特征得到安全知识特征;使用超图神经网络对多模态数据及其与安全知识的高阶关联进行建模;将多模态特征与安全知识特征输入所述超图神经网络,通过超图卷积操作实现多模态数据与安全知识的深度融合,生成统一表征空间;构建安全隐患识别模型,通过安全隐患识别模型对复杂场景下的安全隐患进行精准识别与实时监测。解决了多模态数据的异构性与模态间语义鸿沟问题,提高了安全隐患识别的精度与实时性。

本发明授权一种基于知识-数据双驱动的关联建模方法与系统在权利要求书中公布了:1.一种基于知识-数据双驱动的关联建模方法,其特征在于,包括以下步骤: S1:获取视频监控数据、传感器数据以及领域安全规范知识,对视频监控数据进行帧提取与特征提取,对传感器数据进行时间序列标准化处理,对安全规范知识进行结构化表示与编码; S2:对视频监控数据每隔指定时间提取指定维视觉特征,对传感器数据提取指定维时间序列特征,获得多模态特征,对安全规范知识提取指定维语义特征得到安全知识特征; S3:构建超图神经网络,并使用超图神经网络对多模态数据及其与安全知识的高阶关联进行建模; S4:将所述多模态特征与安全知识特征输入所述超图神经网络,通过超图卷积操作实现多模态数据与安全知识的深度融合,生成统一表征空间; S5:基于融合后的所述统一表征空间,构建安全隐患识别模型,通过所述安全隐患识别模型对复杂场景下的安全隐患进行精准识别与实时监测; 所述超图神经网络包括多个节点和超边,多个节点包括视频帧、传感器数据点、安全知识实体,超边用于表示多模态数据与知识之间的复杂关联; 所述超图神经网络从节点和超边中提取特征,提取的特征包括节点的属性特征或超边的属性特征,基于节点的特征进行分类或聚类,找到每个节点的K个最近邻节点; 所述超图神经网络的节点的特征通过超边传递,表示节点间的关系;超边的特征通过节点传递,表示超边间的关系; 所述超图神经网络的全连接层整合节点和超边的特征,通过权重矩阵进行线性变换,提取更高层次的特征; 所述超图神经网络的聚合节点和超边的特征,通过卷积操作进一步提取特征,捕捉全局的连接模式。

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山东高速建设管理集团有限公司;中电安世(成都)科技有限公司,其通讯地址为:250000 山东省济南市历下区龙洞街道龙鼎大道0号,海尔绿城中央广场A1座5-9层;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”。

以上内容由AI智能生成
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。