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！

龙图腾网获悉齐鲁工业大学(山东省科学院)申请的专利一种基于拓扑感知混合卷积网络的知识图谱补全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：CN120317346B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202510804730.5，技术领域涉及：G06N5/022；该发明授权一种基于拓扑感知混合卷积网络的知识图谱补全方法是由赵晶;丁里超;卢凯;郝增昊设计研发完成，并于2025-06-17向国家知识产权局提交的专利申请。

本一种基于拓扑感知混合卷积网络的知识图谱补全方法在说明书摘要公布了：本发明公开一种基于拓扑感知混合卷积网络的知识图谱补全方法，涉及知识图谱补全技术领域，其特征在于，包括以下步骤：S1：知识图谱的定义和描述；S2：图神经网络中的消息函数设计；S3：图神经网络中的注意力聚合机制；S4：拓扑感知的混合卷积解码器，S5：训练策略；采用带标签平滑的交叉熵损失函数对模型进行端到端训练，缓解过拟合问题并提升模型的泛化能力。本发明要解决的技术问题是提供一种基于拓扑感知混合卷积网络的知识图谱补全方法，实现显式推理与隐式特征交互的互补平衡，从而提升模型在不同关系类型上的适应性。

本发明授权一种基于拓扑感知混合卷积网络的知识图谱补全方法在权利要求书中公布了：1.一种基于拓扑感知混合卷积网络的知识图谱补全方法，其特征在于，包括以下步骤： S1：知识图谱的定义和描述； S2：图神经网络中的消息函数设计； S3：图神经网络中的注意力聚合机制； S4：拓扑感知的混合卷积解码器； S5：训练策略；采用带标签平滑的交叉熵损失函数对模型进行端到端训练，缓解过拟合问题并提升模型的泛化能力； 所述S4的具体步骤为： S41：平移特征路径； 针对通用数据集WN18RR，将图神经网络编码后具有拓扑信息的头实体嵌入和关系嵌入进行拼接，随后应用一维卷积滤波器执行卷积操作，生成中间特征图: （15）； 其中：表示卷积运算； 为激活函数； 随后对使用另一一维卷积滤波器，生成路径输出： （16）； S42：语义交互路径； 同S41，将图神经网络编码后具有拓扑信息的头实体嵌入和关系嵌入，通过随机置换生成个不同特征排列，每个特征排列经棋盘重组操作转换为二维矩阵后，应用循环卷积核生成特征图： （17）； 其中：表示循环卷积运算； 将隐向量拼接并展平后经投影得到路径输出： （18）； 其中：表示向量化操作； 为全连接层权重矩阵； S43：评分函数； 两路径输出通过求和聚合，三元组的最终评分函数定义为: （19）； 其中：为Sigmoid函数； 表示尾实体嵌入。

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齐鲁工业大学(山东省科学院)，其通讯地址为：250300 山东省济南市长清区大学路3501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”。