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！

龙图腾网获悉天津大学申请的专利基于神经网络引入领域术语的工序类型识别方法及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：CN115952285B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202211605512.1，技术领域涉及：G06F16/35；该发明授权基于神经网络引入领域术语的工序类型识别方法及系统是由张晓健;李明超;王仁超;张栋梁;田丹;张梦溪设计研发完成，并于2022-12-14向国家知识产权局提交的专利申请。

本基于神经网络引入领域术语的工序类型识别方法及系统在说明书摘要公布了：本发明公开了基于神经网络引入领域术语的工序类型识别方法及系统，涉及建筑工程领域和自然语言处理与机器学习领域，包括：S1.数据采集、S2.数据处理、S3.数据量化、S4.模型构建、S5.工序识别。本发明能够准确迅速的将散乱的质量记录拆分重新整合归类，并实现与相应的规范的匹配，简化了质量检测过程中管理人员查找规范的步骤，节省了时间消耗，从而辅助工程质量管理。

本发明授权基于神经网络引入领域术语的工序类型识别方法及系统在权利要求书中公布了：1.基于神经网络引入领域术语的工序类型识别方法，其特征在于，用于施工质量文本的工序识别与辅助施工质量管控，具体包括以下步骤： S1.数据采集：获取现场施工记录质量文本数据，根据工程性质选定工序； S2.数据处理：根据工序类型构建工序-规范索引表单，引入领域术语对S1中质量文本数据进行数据清洗与数据预处理，得到文本集； S3.数据量化：利用文本量化方法将S2中文本集转化为稠密向量集； S4.模型构建：将S3中向量集输入并训练多输入端口的神经网络模型，得到训练好的神经网络模型； S5.工序识别：输入新的质量文本数据，重复S2、S3对输入的新的质量文本进行处理，处理后输入训练好的神经网络模型对工序类型进行自动识别； S4.模型构建的具体步骤为： S401.以CNN为基础模型，按照输入层、卷积层、池化层与输出层的层级结构搭建基础的卷积神经网络； S402.将CNN扩展为双入口卷积神经网络，并在卷积层之后设置拼接层，将双入口的特征提取结果合并输入下层继续运算； S403.将同一句子对应的字向量和词向量分别从向量集合中取出，分别输入双入口卷积神经网络的一个端口，使用建立的模型提取双重特征，以双重特征做为神经网络的学习材料，学习同类工序的相同特征与异类工序的相异特征； S404.以神经网络学习到的特征为判别依据识别异类工序，用验证集数据检验神经网络模型学习效果，以损失值与识别精度作为评级指标评判神经网络模型学习状况，调整神经网络模型参数，得到训练好的神经网络模型； S5.工序识别还包括：利用识别完成的工序类型将质量文本数据整合为不同子集，根据子集类型查找工序-规范类型表单，匹配对应规范，重复这一操作，实现对整个质量文本数据的规范匹配； 充分考虑工程施工领域专业术语的文本特征，训练神经网络学习工程领域文本语义，挖掘整合蕴含在工程施工过程产生的质量文本数据记录中的工序信息，按照工序将文本语句划分为不同的子集，并找出对应的建筑规范，本申请能够准确迅速的将散乱的质量记录拆分重新整合归类，并实现与相应的规范的匹配，简化了质量检测过程中管理人员查找规范的步骤，节省了时间消耗，从而辅助工程质量管理。

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天津大学，其通讯地址为：300350 天津市南开区卫津路92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”。

以上内容由龙图腾AI智能生成。