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！

龙图腾网获悉电子科技大学申请的专利一种复杂地质构造关键知识图谱关键模式挖掘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：CN116881328B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310839145.X，技术领域涉及：G06F16/2458；该发明授权一种复杂地质构造关键知识图谱关键模式挖掘方法是由鲁才;许鑫冉;张春龙;刘右铭;余刚设计研发完成，并于2023-07-10向国家知识产权局提交的专利申请。

本一种复杂地质构造关键知识图谱关键模式挖掘方法在说明书摘要公布了：本发明公开了一种复杂地质构造关键知识图谱关键模式挖掘方法，首先构建一种在现有GAT模型上添加融合关系图神经网络的单向传播机制和添加的自适应边删除机制的改进GAT模型，再通过训练改进的GAT模型，验证其有效性，最后将训练好的改进GAT模型用于现有复杂地质构造知识图谱数据集，实现复杂地质构造关键知识图谱关键模式的挖掘。本发明的方法使用图神经网络挖掘地质构造关键模式，引入自适应边缘删除机制，平衡节点特征、边缘特征和子图结构特征之间的关系，提高近似子图匹配的准确性，进而提高了地质构造知识图谱关键模式的挖掘能力、专家交互的效率，通过将训练好的模型应用到复杂地质构造知识图谱关键模式挖掘，促进复杂地质构造油气藏的挖掘研究。

本发明授权一种复杂地质构造关键知识图谱关键模式挖掘方法在权利要求书中公布了：1.一种复杂地质构造关键知识图谱关键模式挖掘方法，具体步骤如下： S1、构建改进的GAT模型； S2、训练改进的GAT模型； S3、将步骤S2训练好的改进GAT模型用于现有复杂地质构造知识图谱数据集，实现复杂地质构造关键知识图谱关键模式的挖掘； 其中，所述关键模式包括：完全断裂、部分断裂、不整合、背斜、层状地层、退覆、超覆； 所述步骤S1中，在现有GAT模型上添加融合关系图神经网络的单向传播机制和添加的自适应边删除机制，得到改进的GAT模型； 所述步骤S2具体如下： S21、使用通用领域知识图谱数据集作为原始数据集，并从原始数据集中的原始单图中构建图对，得到处理后近似子图匹配的原始数据集，并划分为训练集和测试集，并通过VF3算法计算训练集和测试集中图对的真值匹配矩阵； S22、将步骤S21得到的训练集和真值匹配矩阵输入到改进的GAT模型中，进行近似子图匹配，最后通过损失函数进行训练； 通过关系图注意力网络将节点特征与边缘特征进行匹配： 1 其中，表示查询图节点在第层的嵌入的向量，表示第层的多层感知机，表示学习的参数，即第层的自环权重，表示数据图G和查询图Q的归一化注意系数，表示节点的邻居节点，表示数据图节点在第层的嵌入的向量； 2 3 4 5 其中，和分别表示数据图节点和节点的嵌入向量，和分别表示查询图节点和节点的嵌入向量，表示查询图在层的嵌入向量，是注意力机制中的逐样本查询向量，和分别表示数据图G和查询图Q的归一化注意力系数；表示删除边缘的注意力系数，令，Q和G分别表示查询图和数据图，表示可学习的权重矩阵，表示向量之间的连接，表示RELU损失函数； 所述损失函数包括节点、边缘和子图结构融合的损失函数； 子图结构融合通过损失函数进行训练，表达式如下： 6 其中，删除多余的边后，确保结构与原结构一致，表示查询图的节点数，表示不删除多余边缘的缩写，表示删除多余边缘的缩写； 7 其中，表示预测的匹配矩阵，表示一种向量空间的相似性度量，类似于欧氏或余弦相似性，分别表示查询图Q和数据图G在第层的节点级嵌入，表示预先设定的可学习的参数，通过关系图注意力网络将节点特征与边缘特征进行匹配； 设计节点和边缘匹配的损失函数，、分别表示节点和边缘的节点数目： 8 9 其中，表示节点特征匹配的损失函数，表示边缘特征匹配的损失函数；和分别表示原始匹配的边缘及节点匹配矩阵，、表示最终得到的矩阵用于评估实体、边缘特征； 10 11 其中，和分别表示调节两个组件之间权衡的超参数，表示用来节点及边缘机制的损失函数，表示用来平衡特征及子图结构平衡的损失函数； 在训练阶段，原始数据集中随机抽取到的子图的查询图在数据图中，作为正样本，在训练同时生成一些不匹配的子图，通过分析匹配的特征，挖掘出数据图中具有相似标签的子图作为负样本； 对于每个查询图，在数据图中找到与之相似的子图，并返回相应的匹配矩阵，使得到的子图与真值匹配矩阵更相近。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。