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！

龙图腾网获悉浙江工业大学申请的专利一种基于知识图谱多集池化的装备健康状态评估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：CN115456044B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202211008740.0，技术领域涉及：G06F18/241；该发明授权一种基于知识图谱多集池化的装备健康状态评估方法是由张元鸣;肖士易;肖刚;程振波;徐雪松;陆佳炜;王琪冰设计研发完成，并于2022-08-22向国家知识产权局提交的专利申请。

本一种基于知识图谱多集池化的装备健康状态评估方法在说明书摘要公布了：一种基于知识图谱多集池化的装备健康状态评估方法，属于装备健康状态评估技术领域。它包括以下步骤：1、装备健康状态数据模型构建；2、知识图谱多集池化网络模型构建；3、知识图谱的节点维度特征提取；4、知识图谱多头注意力多集池化；5、训练与分类。本发明针对现有健康状态评估方法不能有效融合时间特征和空间特征的问题，提出一种基于知识图谱多集池化的装备健康评估方法，利用时序知识图谱将装备部件和指标信息进行深度融合为结构化图数据模型，并通过知识图谱多级池化提取其中的时间特征和空间特征，提高了健康评估的准确率，为实现装备预测性维护提供了技术支持。

本发明授权一种基于知识图谱多集池化的装备健康状态评估方法在权利要求书中公布了：1.一种基于知识图谱多集池化的装备健康状态评估方法，其特征在于：通过时序知识图谱将装备部件与指标信息进行深度融合，利用图卷积神经网络和注意力机制对知识图谱进行多集池化表示学习，得到设备健康状态分类结果；包括以下具体步骤： S1、发动机健康状态数据模型构建：从发动机数据中提取部件实体和相应指标的时序数据，根据部件和指标之间的关系，构建得到时序知识图谱，建立相对应的邻接矩阵； S2、构建发动机知识图谱多集池化网络模型：将通过知识图谱神经网络GIN得到的知识图谱特征向量hG与步骤S1中得到的邻接矩阵池化得到发动机健康状态表示学习结果； S3、提取知识图谱的节点维度特征：采用知识图谱神经网络GIN对步骤S1中提取出的知识图谱进行表示学习，获得发动机知识图谱各节点特征的全图特征hG； S4、基于知识图谱多头注意力的图多集池化，包括以下步骤： S4.1、采用知识图谱多头注意力机制学习到近似节点的分簇方案，生成分簇分配矩阵； S4.2、进行知识图谱多集池化，定义知识图谱多重集池化GMPool，以端到端池化方式将n个节点压缩成k个典型代表节点，将图卷积模块获得的全图特征H输入到GMPool中； S4.3、进一步使用节点自注意力机制考虑n个输入节点或k个典型代表节点之间的相互作用； S5、图多集池化网络训练与分类：对图多集池化网络进行循环训练过程，不断缩小损失，使得发动机健康状态的嵌入收敛，得到最终的发动机健康状态分类结果。

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工业大学，其通讯地址为：310006 浙江省杭州市拱墅区朝晖六区潮王路18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。