Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江工业大学温震宇获国家专利权

浙江工业大学温震宇获国家专利权

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!

龙图腾网获悉浙江工业大学申请的专利基于场景图和概念网相结合的检索知识图谱库生成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:CN115391548B

龙图腾网通过国家知识产权局官网在2025-12-16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:202210805128.X,技术领域涉及:G06F16/36;该发明授权基于场景图和概念网相结合的检索知识图谱库生成方法是由温震宇;於志成;彭影影;钱稼旭;陈嘉珺;洪榛设计研发完成,并于2022-07-08向国家知识产权局提交的专利申请。

基于场景图和概念网相结合的检索知识图谱库生成方法在说明书摘要公布了:基于场景图和概念网相结合的检索知识图谱库生成方法,包括:1模型预训练:在神经网络上对输入数据进行预训练,检测图片中出现的物体种类和其位置;2场景图的训练:对模型预训练的结果进行无偏训练,并应用神经网络模型最终输出与场景图相关信息的文件,预测出图片中不同种类之间的关系;3知识图谱的自动扩充;4对于训练完成的场景图模型进行测试;5将场景图和概念网相关的文件信息进行提取并处理,然后导入到检索数据库中,最终组成本检索数据库;将场景图中相似度高的节点和关系进行合并,并将场景图和概念网对应的知识图谱库进行融合,最后将场景图和概念网合并成一个包含所有信息的知识图谱库;6数据库定时更新。

本发明授权基于场景图和概念网相结合的检索知识图谱库生成方法在权利要求书中公布了:1.一种基于场景图和概念网相结合的检索知识图谱库生成方法,其特征在于,包括以下步骤: 1模型预训练:数据来自公开可用的MS-COCO数据集,该数据集是一个大规模的对象检测、分割、关键点检测和字幕数据集;输入该数据集之后,在经典的神经网络Faster-CNN上对其进行预训练,检测图片中出现的物体种类和其位置; 2场景图的训练:对模型预训练的结果进行无偏训练,并应用神经网络模型最终输出与场景图相关信息的文件,预测出图片中不同种类之间的关系;具体包括: 2.1基于已有的场景图训练方法,使用神经网络Neural-MOTIFS模型对场景图生成进行无偏训练;场景图无偏训练的过程:使用传统的场景图训练方法然后去偏差;首先用基于事实的因果图训练方法,即正常模型的训练框架;X是目标特征,先预测出目标标签Z,最终由图像I,目标特征X,目标标签Z共同预测谓语动词Y;预测谓语动词的形式为I,X,Z→Y;训练损失的公式如下: 1 其中,通过使用目标标签Z和谓词标签Y的交叉熵损失进行训练; 然后,使用同一个模型,用不同的方法;使用被干预的原始因果图方法进行训练;与上一个方法不同的是,去除了I→X,即目标特征X不受图片I的影响,也不决定目标标签Z的标签,给与X分配一个虚拟值,然后推断谓词是什么;根据得出的2个谓语动词Y,将两次结果相减;可以依靠观察到的结果和它的反事实替代之间的差异来消除偏见的影响,公式如下: 2 其中,将作为无偏场景图的最终谓词得分,,分布是第一次和第二次得到的谓语动词; 2.2输出结果,得到对应的json文件;对于每张图像,场景图信息保存为包含目标,该目标的得分情况,目标标签,两个种类之间的关系,关系标签,关系的得分,每个对象对应匹配所有51个谓词的概率; 3知识图谱的自动扩充:基于概念网的知识图谱,可以对其进行扩充;可以通过新词得到新的知识,并添加到知识图谱中;具体包括: 3.1在概念网官网获取相关的文件; 3.2设计了知识图谱自动扩充方法,实施的具体步骤如下:首先,从百度百科,百度文库网站学习新词,实时跟进新词所代表的含义然后,运用BERT模型抽取概念与概念之间的关系;定位句子和两个实体的位置,提取句子的语义特征和实体的特征,再拼接三个特征进行关系的分类,其拼接并分类公式如下: 3 其中,是最终得到的一个向量,分别代表了1个句子和2个实体的向量,是拼接,是权重系数,是偏置系数; 然后用层进行分类,公式如下: 4 其中,是最终输出的关系分类结果; 最后将新增的概念添加到原有的知识图谱中; 4模型测试:对于训练完成的场景图模型进行测试,使用准确率Accuracy、精准率Precision、召回率Recall和F1_score来评估所提出方法的性能; 5生成检索数据库:将场景图和概念网相关的文件信息进行提取并处理,然后导入到检索数据库中,最终组成本检索数据库;将场景图中相似度高的节点和关系进行合并,并将场景图和概念网对应的知识图谱库进行融合,最后将场景图和概念网合并成一个包含所有信息的知识图谱库; 6数据库定时更新:使用了增量学习的方法可以实现对数据库的在线的更新,可以增加数据库的信息。

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:310014 浙江省杭州市拱墅区潮王路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。

免责声明
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。