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！

龙图腾网获悉浙江大学申请的专利一种UML类图信息提取方法、系统、介质及设备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：CN119964172B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202510041227.9，技术领域涉及：G06V30/18；该发明授权一种UML类图信息提取方法、系统、介质及设备是由徐立;伍赛;白嘉萌;陈刚;陈珂设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种UML类图信息提取方法、系统、介质及设备在说明书摘要公布了：本发明公开了一种UML类图信息提取方法、系统及设备，旨在解决现有UML类图信息提取依赖人工，效率低且易出错的问题。该方法包括：收集并标注大量不同风格与复杂度的UML类图图像，划分为训练、验证及测试集；构建以卷积神经网络为基础结构的YOLO模型，设置合适参数并利用训练集训练，依损失函数与反向传播算法优化，同时以验证集监控防止过拟合；将待处理UML类图图像输入训练好的模型，识别类矩形轮廓与关系类型符号并确定位置，通过OCR技术提取文本信息，进而提取UML类图信息。本发明显著提高信息提取效率与准确性，且方法可扩展性强，适用于不同领域与风格的UML类图处理，为软件工程相关任务提供有力支持。

本发明授权一种UML类图信息提取方法、系统、介质及设备在权利要求书中公布了：1.一种UML类图信息提取方法，其特征在于，包括以下步骤： S1、获取包含多种UML类图元素的UML类图图像数据集，并对UML类图图像数据集进行标注； S2、采用k折交叉验证，使用不重复抽样将UML类图图像数据集及其对应的标注文件随机分为等大的k份，形成k个子数据集，每轮训练时使用k-2个子数据集用于模型训练，1份数据用于模型测试，1份数据用于模型验证，YOLO模型共训练k轮，最终得到训练好的YOLO模型； S3、将待提取信息的UML类图图像输入到训练好的YOLO模型，由训练好的YOLO模型提取分析特征，识别出各类UML类图元素，输出UML类图元素的类别信息及位置信息； S4、根据UML类图元素的类别信息及位置信息，利用光学字符识别技术识别表示类的矩形区域内的文本信息，将提取出的文本信息按换行符划分为多个字符串，将第一个字符串作为类名，对于其余字符串，将含有圆括号的字符串作为类成员函数并提取函数签名信息，将不含有圆括号的字符串作为类成员变量并提取变量名和变量类型； S5、根据UML类图元素的类别信息及位置信息遍历所有表示关系类型的边界框，将每个表示关系类型的边界框作为关系类型边界框，根据关系类型边界框的关系类型构建新的关系并形成与其对应的相关类列表，根据UML类图元素的类别信息及位置信息遍历所有表示类的边界框，将每个表示类的边界框作为类边界框，判断一个关系类型边界框与各个类边界框是否邻接：若该关系类型边界框与一个类边界框邻接，则将该类边界框的类加入新的关系对应的相关类列表中，否则继续判断该关系类型边界框与下一个类边界框是否邻接，直至所有的关系类型边界框均判断完毕，得到所有关系类型和新的关系之间对应关系的映射列表； S6、使用图像处理库将所述位置信息对应的边界框中的内容去除并计算包裹剩余线段的轮廓并将返回的轮廓作为参考边界框； S7、对于一个参考边界框，若该参考边界框与一个关系类型边界框邻接，则将关系类型边界框表示的关系类型作为参考关系类型，根据参考关系类型在映射列表中查询参考关系类型对应的关系并将其作为参考关系，将参考关系作为该参考边界框对应的关系，继续判断该参考边界框与各个类边界框是否邻接，若该参考边界框与一个类边界框邻接，则将该类边界框表示的类加入到该参考边界框对应的关系的相关类列表中，若该参考边界框与一个类边界框不邻接，则跳过，继续判断该参考边界框与下一个类边界框是否邻接，直至所有类边界框均遍历完毕，若该参考边界框与一个关系类型边界框不邻接，则跳过，继续判断该参考边界框与下一个关系类型边界框是否邻接，直至所有参考边界框均遍历完毕，输出类结构信息以及构造的所有新的关系，完成基于UML类图的信息提取，新的关系中关系类型为邻接的关系类型，新的关系中相关的类为邻接的类。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。