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！

龙图腾网获悉首都师范大学申请的专利婴幼儿托育服务的多源异构数据的分龄知识图谱构建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：CN121388191B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511955292.9，技术领域涉及：G06F16/36；该发明授权婴幼儿托育服务的多源异构数据的分龄知识图谱构建方法是由唐文雯;周少元;汤雅琴;谢伟;刘昊设计研发完成，并于2025-12-23向国家知识产权局提交的专利申请。

本婴幼儿托育服务的多源异构数据的分龄知识图谱构建方法在说明书摘要公布了：本发明涉及婴幼儿托育技术领域，公开了婴幼儿托育服务的多源异构数据的分龄知识图谱构建方法。该方法采集托育服务中的多源异构数据流，包括实时健康指标、连续行为轨迹及动态环境参数，经异常值剔除与数据对齐处理后形成时序对齐数据集合；接着，依据婴幼儿神经发育关键期，将该数据集合划分为多个发育阶段数据组；针对每一发育阶段数据组，采用注意力机制编码器提取实体特征与关系路径，构建发育阶段知识子图；最后，利用图注意力网络对各发育阶段知识子图进行跨阶段关联学习，生成融合后的分龄知识图谱。该方法实现了托育数据的发育阶段精准划分与深度语义关联，能够有效支持婴幼儿成长过程的个性化监测与科学干预。

本发明授权婴幼儿托育服务的多源异构数据的分龄知识图谱构建方法在权利要求书中公布了：1.一种婴幼儿托育服务的多源异构数据的分龄知识图谱构建方法，其特征在于，所述方法包括： 采集婴幼儿托育服务中的多源异构数据流，所述多源异构数据流包括实时健康指标数据、连续行为轨迹数据和动态环境参数数据，对所述多源异构数据流进行异常值剔除和数据对齐处理，生成时序对齐数据集合； 基于婴幼儿神经发育关键期，将所述时序对齐数据集合按发育关键期划分为多个发育阶段数据组； 针对每一所述发育阶段数据组，采用注意力机制编码器提取实体特征和关系路径，构建发育阶段知识子图； 使用图注意力网络对各发育阶段知识子图进行跨阶段关联学习，生成融合后的分龄知识图谱； 所述方法还包括： 度量所述分龄知识图谱的实体丰富度和关系多样性，根据实体丰富度和关系多样性计算图谱结构强度指标； 基于图谱结构强度指标设定自适应质量阈值，对分龄知识图谱进行孤立节点检测，标注可疑数据节点； 当存在可疑数据节点时，提取每一可疑数据节点的时空特征和上下文嵌入向量，根据时空特征和上下文嵌入向量判断可疑数据节点是否构成真实缺陷，当确认为真实缺陷时，基于真实缺陷节点数量计算基础图谱质量评分； 从真实缺陷节点中抽取拓扑属性，将拓扑属性作为输入特征，采用密度聚类算法对真实缺陷节点进行分群，根据分群结果检测是否存在系统性异常； 当识别出系统性异常时，根据系统性异常的传播程度计算校准权重，利用校准权重修正基础图谱质量评分，并智能调节知识图谱的优化间隔； 提取可疑数据节点的时空特征和上下文嵌入向量时，包括： 从节点历史变化序列中提取时间趋势特征和空间分布特征； 使用图神经网络生成节点的上下文嵌入向量，所述上下文嵌入向量包含节点局部拓扑信息； 将时间趋势特征、空间分布特征和上下文嵌入向量拼接为特征向量，输入缺陷分类器判断是否为真实缺陷； 采用密度聚类算法对真实缺陷节点进行分群时，包括： 设置密度聚类的邻域半径和最小样本数参数； 计算真实缺陷节点之间的特征距离矩阵，基于距离矩阵进行密度聚类； 当聚类结果中出现跨发育阶段的大规模节点群时，判定存在系统性异常； 根据系统性异常的传播程度计算校准权重时，包括： 测量系统性异常影响的子图范围和节点比例； 根据子图范围和节点比例计算异常影响因子，将异常影响因子映射到校准权重区间； 使用校准权重对基础图谱质量评分进行加权调整，并根据调整后的评分重新计算知识图谱的优化间隔。

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首都师范大学，其通讯地址为：100048 北京市海淀区西三环北路105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。