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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于多尺度对比学习的时序数据特征增强表示方法及装置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：CN121389027B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511941100.9，技术领域涉及：G06F18/25；该发明授权基于多尺度对比学习的时序数据特征增强表示方法及装置是由周晓磊;王海;徐歆尧;丁鲲;王帅;鲁沂设计研发完成，并于2025-12-22向国家知识产权局提交的专利申请。

本基于多尺度对比学习的时序数据特征增强表示方法及装置在说明书摘要公布了：本申请涉及计算机信息技术领域的一种基于多尺度对比学习的时序数据特征增强表示方法及装置。所述方法包括：分别提取原始时序订单数据三类节点关系数据及各订单节点基础属性信息，构建订单节点特征矩阵，利用邻域子图订单节点特征聚合单元针对三类节点关系数据分别构建关系图，处理得各关系图对应的订单节点基础特征，分别利用全局级别订单对比学习单元以及局部级别订单对比学习单元根据订单节点基础特征提取全局语义特征以及局部语义特征，融合这两个特征，得订单基础属性增强后的多尺度融合物流订单增强特征。采用本方法能够缓解物流订单特征稀疏与类别不平衡，破解多尺度信息割裂，提升订单语义表达及下游任务适配性。

本发明授权基于多尺度对比学习的时序数据特征增强表示方法及装置在权利要求书中公布了：1.一种基于多尺度对比学习的时序数据特征增强表示方法，其特征在于，所述方法包括： 获取物流场景下的原始时序订单数据，所述原始时序订单数据包含多个订单节点数据，分别从所述原始时序订单数据中提取三类节点关系数据，以及各订单节点的基础属性信息，构建订单节点特征矩阵； 利用邻域子图订单节点特征聚合单元，针对所述三类节点关系数据分别构建关系图，并利用所述订单节点特征矩阵对所述关系图进行处理，得到每个关系图对应的订单节点基础特征； 利用全局级别订单对比学习单元，基于各所述关系图对应的订单节点基础特征，按预定义逻辑生成全局对比正负样本对，采用双向线性变换的相似性得分度量机制根据全局对比正负样本对计算全局相似性得分，提取全局语义特征； 利用局部级别订单对比学习单元，将每个订单节点作为中心节点，基于三类节点关系数据确定在各关系图中的邻域节点集合，通过中心节点特征屏蔽策略构建局部环境信息子图，利用与全局模块共享参数的预训练图卷积网络聚合局部环境语义特征，采用对偶相似度度量机制计算得到局部语义特征； 对所述全局语义特征与局部语义特征进行多尺度融合后，得到对订单节点特征矩阵中各订单基础属性信息增强后的多尺度融合物流订单增强特征。

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人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。