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！

龙图腾网获悉合肥工业大学申请的专利一种知识图谱预测模型的训练方法、系统、设备及介质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：CN116561329B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202210381691.9，技术领域涉及：G06F16/36；该发明授权一种知识图谱预测模型的训练方法、系统、设备及介质是由杨娟;薛丽霞;汪荣贵;江丹;张前进设计研发完成，并于2022-04-12向国家知识产权局提交的专利申请。

本一种知识图谱预测模型的训练方法、系统、设备及介质在说明书摘要公布了：本发明提供一种知识图谱预测模型的训练方法、系统、设备及介质，包括：获取知识图谱的四元组数据集，各四元组包括头实体、关系、尾实体及时间；处理所述四元组数据集得到联系矩阵和邻接矩阵；采用所述联系矩阵和所述邻接矩阵训练原始预测模型，得到训练后的预测模型。本发明基于时间为导向的知识图谱动态数据的流向特征，建立了较为完善的知识图谱数据集；将知识图谱节点关系与矩阵理论相结合，构建得到实体关系向量，并将实体关系向量和实体间的距离相结合，构建得到联系矩阵，提高了实体和关系矩阵的稳定性和准确性，进而得到较优的预测结果。

本发明授权一种知识图谱预测模型的训练方法、系统、设备及介质在权利要求书中公布了：1.一种知识图谱预测模型的训练方法，其特征在于，包括： 获取知识图谱的四元组数据集，各四元组包括头实体、关系、尾实体及时间； 连接各所述四元组中的实体向量、关系向量和时间向量，得到实体关系向量； 基于所述实体关系向量和两个实体的距离，构建得到联系矩阵； 基于知识图谱中任意两个节点之间的关系，构建得到邻接矩阵； 并行输入所述联系矩阵和所述邻接矩阵到原始预测模型中，在损失函数的约束下训练所述原始预测模型，直至所述原始预测模型收敛，得到训练后的预测模型； 其中，所述知识图谱预测模型应用于自然灾害应用场景中，处理所述四元组数据集之前，将初始的自然语言经过词嵌入获得实体向量和关系向量，所述自然语言与自然灾害相关联； 所述连接各所述四元组中的实体向量、关系向量和时间向量，得到实体关系向量的步骤包括： ； 其中，为实体关系向量，为实体向量，为关系向量，为时间向量； 所述两个实体的距离是通过计算两个实体之间的相似度获得，其获取步骤包括： ； 其中，为两个实体之间的相似度，为第个实体，为第个实体； 所述基于所述实体关系向量和两个实体的距离构建联系矩阵的步骤包括： 其中，为联系矩阵，为实体个数，为实体、关系和时间之间构造的单位空间维度，且的表达式为： 。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市屯溪路193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。