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！

龙图腾网恭喜江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心)申请的专利基于知识图谱和图神经网络的山洪灾害风险等级预测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：CN119721722B 。

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：202510222020.1，技术领域涉及：G06Q10/0635；该发明授权基于知识图谱和图神经网络的山洪灾害风险等级预测方法是由杨培生;许小华;吴晓彬;刘业伟;杨伟峰;倪仕杰设计研发完成，并于2025-02-27向国家知识产权局提交的专利申请。

本基于知识图谱和图神经网络的山洪灾害风险等级预测方法在说明书摘要公布了：本发明公开了基于知识图谱和图神经网络的山洪灾害风险等级预测方法，对山洪灾害风险相关的数据进行采集并进行数据预处理操作，构建知识图谱和图神经网络结合的风险等级预测模型并训练，本发明涉及风险等级预测技术领域。该基于知识图谱和图神经网络的山洪灾害风险等级预测方法，通过知识图谱能够将实体、关系和属性以图的形式进行表示，有效整合和表达复杂的知识与信息，图神经网络则能够有效处理图结构数据，捕捉节点之间的关系，实现对复杂系统的建模和分析，知识图谱和图神经网络引入山洪灾害风险等级预测中，旨在充分利用多源数据，挖掘潜在的风险模式和规律，提高预测的准确性和可靠性，为防灾工作提供科学依据和决策支持。

本发明授权基于知识图谱和图神经网络的山洪灾害风险等级预测方法在权利要求书中公布了：1.基于知识图谱和图神经网络的山洪灾害风险等级预测方法，其特征在于：具体包括以下步骤：A1、对山洪灾害风险相关的数据进行采集并进行数据预处理操作；A2、构建知识图谱和图神经网络结合的风险等级预测模型并训练，具体操作为：a21、提取数据中的实体和关系，利用节点定义、边的定义、知识融合和图谱更新操作构建风险知识图谱；a22、基于构建的知识图谱上利用图神经网络对节点特征进行学习与聚合，提取特征信息用于风险等级预测；a23、利用前向传播、损失计算、参数更新和结果评估的操作得到风险等级的预测结果实现多次训练；A3、引入待测区域的参数数据至风险等级预测模型进行风险等级预测；所述a22中利用图神经网络对节点特征进行学习与聚合的操作为：C1、将节点特征矩阵和邻接矩阵作为风险等级预测模型的输入层，确保图神经网络能够捕捉到节点之间关系；C2、设置GCN层对节点特征进行逐层聚合和更新，每一层GCN使用邻接矩阵和度矩阵来聚合邻居节点的信息；C3、图神经网络学习节点的局部特征，在输出层中将更新后的节点特征矩阵映射为具体的风险等级。

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江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心)，其通讯地址为：330000 江西省南昌市北京东路1038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”。