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！

龙图腾网获悉南京云设智能科技有限公司申请的专利智能档案管理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：CN120524969B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202511013934.3，技术领域涉及：G06K17/00；该发明授权智能档案管理方法及系统是由朱志安;曹大国;吴春标;章斌;徐礼亮设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本智能档案管理方法及系统在说明书摘要公布了：本发明提供智能档案管理方法及系统，涉及档案管理技术领域，其方法包括建立档案库位信息地图，初始化档案位置数据库并配置设备通信协议；操作端通过入库人脸门禁后将待上架档案放置于入库暂存区；根据RFID标签匹配上架位置并生成指令；调度取还档机器人执行上架任务；操作端通过智能交互终端输入取档查询指令后确定待下架档案，根据RFID标签匹配档案下架位置并生成指令；调度取还档机器人执行下架任务；操作端通过出库人脸门禁后，在出库交接区取走档案；根据档案盘点指令调度机器人进行扫描及识别，生成存储位置记录并更新数据库，生成盘点报告，从而显著提升了档案存取效率，确保了档案管理的准确性、安全性和智能化水平。

本发明授权智能档案管理方法及系统在权利要求书中公布了：1.智能档案管理方法，其特征在于，所述管理方法包括： 基于BIM技术建立档案库房的三维档案库位信息地图，初始化档案位置数据库并配置设备通信协议； 操作端通过入库人脸门禁验证身份后，将待上架档案放置于入库暂存区；根据所述待上架档案的RFID档案标签，在所述档案位置数据库中检索匹配目标档案上架位置并生成档案上架指令；接收所述档案上架指令，并根据所述目标档案上架位置调度取还档机器人执行档案上架任务； 所述操作端通过智能交互终端输入取档查询指令后确定待下架档案，根据所述待下架档案的所述RFID档案标签，在所述档案位置数据库中检索匹配目标档案下架位置并生成档案下架指令；接收所述档案下架指令，并根据所述目标档案下架位置调度所述取还档机器人执行档案下架任务；所述档案下架任务完成后，所述操作端通过出库人脸门禁验证身份后，在出库交接区取走所述待下架档案； 根据档案盘点指令调度所述取还档机器人在所述档案库房中采用分布式盘点策略进行档案扫描及识别，生成档案存储位置记录并更新所述档案位置数据库，生成档案盘点报告； 还包括，基于环控设备，实时监测所述档案库房的空气质量参数，当所述空气质量参数超出预设安全范围时，通过模糊PID算法自动调节所述空气质量参数至所述预设安全范围内； 基于监控摄像头，采用多模态异常检测模型实时分析所述操作端的行为，若识别到异常行为，则发出声光报警并锁定所述入库人脸门禁和所述出库人脸门禁； 基于档案电子化扫描设备，采用OCR和NLP技术自动提取所述档案库房的档案文本内容，通过数据一致性校验算法比对多个所述档案文本内容，修正存在矛盾的所述档案文本内容，并通过敏感信息识别模型实时扫描所述档案文本内容，若发现敏感信息则立即通知所述操作端； 所述通过数据一致性校验算法比对多个所述档案文本内容，修正存在矛盾的所述档案文本内容，具体包括： 基于图神经网络构建包含所有所述档案文本内容的档案知识图谱，其中，每个所述档案文本内容作为所述档案知识图谱的节点，两个所述档案文本内容之间的关系作为所述档案知识图谱的边； 通过图神经网络学习节点嵌入向量，并且语义相关节点在向量空间中靠近，基于图神经网络的异常检测模型计算两个所述节点嵌入向量的节点相似度，若所述节点相似度低于预设相似度阈值，则两个节点之间存在潜在矛盾，需要对两个节点进行基于规则的二次校验，当再次检测到矛盾时，根据节点可信度选择档案内容修正版本并生成对应的档案内容修正建议； 其中，图神经网络的异常检测模型的损失函数L为： L＝∑u,v∈ESimhu,hv‑mu,v2+γ||θ||2式中，L表示图神经网络的异常检测模型的损失函数；V表示档案知识图谱的节点集合； u,v表示节点集合V中的节点；E表示档案知识图谱的边集合；u,v表示边集合E中的边；hu,hv分别表示节点u,v的节点嵌入向量；Simhu,hv表示两个节点嵌入向量hu,hv的节点相似度；表示余弦相似度；表示节点嵌入向量hu的转置；||hu||表示节点嵌入向量hu的模；||hv||表示节点嵌入向量hv的模；σ表示sigmoid激活函数；W表示可学习权重矩阵；b表示偏置项；表示节点嵌入向量hu和hv的拼接操作；mu,v表示边u,v的真实标签，若节点u和v的内容一致，则gu,v＝1，若节点u和v的内容存在矛盾，则gu,v＝0；γ||θ||2表示L2正则化项；γ表示正则化强度参数，0.0001≤γ≤0.01；θ表示图神经网络中所有可学习参数的集合； 图神经网络的每层传递函数为： 式中，表示节点u在第l+1层的节点嵌入向量；表示节点u在第l层的节点嵌入向量；Wl表示第l层的可学习权重矩阵；Nu表示节点u的邻居节点集合，Nu＝{v∈V|u,v∈E或v,u∈E}；pu,v表示对称归一化常数，|Nu|表示节点u的度，即邻居节点数量，|Nv|表示节点v的度，即邻居节点数量。

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南京云设智能科技有限公司，其通讯地址为：210000 江苏省南京市江北新区柳州北路22号小柳工业园27栋四楼；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。