中国矿业大学杨春雨获国家专利权
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!
龙图腾网获悉中国矿业大学申请的专利一种带式输送机多模态故障知识图谱构建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:CN117291263B 。
龙图腾网通过国家知识产权局官网在2025-11-14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:202311112572.4,技术领域涉及:G06N5/02;该发明授权一种带式输送机多模态故障知识图谱构建方法是由杨春雨;曹博仕;王鸿铨;陈有鹏;周林娜;马磊;王国庆;刘晓敏;张鑫设计研发完成,并于2023-08-31向国家知识产权局提交的专利申请。
本一种带式输送机多模态故障知识图谱构建方法在说明书摘要公布了:本发明公开了一种带式输送机多模态故障知识图谱构建方法,首先进行本体构建并预定义实体关系,使用BIO数据标注格式对故障文本进行数据标注生成数据集,并利用Albert‑BiLSTM‑CRF模型对数据集进行实体抽取获得结构化的数据,结合预定义的实体关系构建带式输送机故障文本知识图谱,根据故障文本知识图谱中的实体信息从网页或开源图库获取故障相应的图片及图片url地址,然后构建故障图片知识图谱,最后将故障文本知识图谱和图片知识图谱进行合并得到多模态故障知识图谱。本发明通过故障信息检索、故障信息问答和故障因果关系全貌三种应用方式对故障现象或原因进行解析诊断,获得对应的故障处理方案,从而实现带式输送机的故障辅助诊断功能。
本发明授权一种带式输送机多模态故障知识图谱构建方法在权利要求书中公布了:1.一种带式输送机多模态故障知识图谱的构建方法,其特征在于,包括以下步骤: S1:确定带式输送机多模态故障知识图谱中存在的实体类型和关系类型;采用自顶向下的方式构建带式输送机多模态故障知识图谱的本体,本体构建模型包括故障类型、故障原因、故障部位、故障现象、处理方案和图片描述六个实体类型; S2:选取采集的带式输送机故障文本语料,按照设定的比例划分为训练集、测试集和验证集,并对语料数据集进行BIO实体标注; S3:使用标注后的训练集训练基于Albert-BiLSTM-CRF的命名实体识别模型,模型的输入为采集的带式输送机故障文本语料,在测试集和验证集上测试模型的基本性能; S4:使用训练好的模型对文档级的故障语料进行实体抽取,得到结构化的故障实体数据; S5:根据S1的本体设计方案,将文本实体间的关系类型设计为导致、发生在、现象为、处理方案和imgof五种类型; S6:根据S4的实体抽取结果,获取与实体对应的故障图片; S7:根据抽取的实体和确定的关系,利用Neo4j图数据库构建带式输送机文本故障知识图谱; S8:将S6获取的图片数据,通过url地址转换器,批量获取图片的url地址,并通过Neo4j图数据库访问url地址构建带式输送机图片故障知识图谱; S9:将S7获得的文本知识图谱和S8获得的图片知识图谱进行融合合并成多模态故障知识图谱; S10:利用构建的多模态故障知识图谱,以故障信息检索、故障信息问答和故障因果关系全貌的形式对带式输送机系统进行故障诊断。
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中国矿业大学,其通讯地址为:221116 江苏省徐州市铜山区大学路1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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励