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！

龙图腾网获悉天津大学申请的专利一种基于图神经网络的供水管网GIS数据物理属性填补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：CN120910175B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511011107.0，技术领域涉及：G06F16/29；该发明授权一种基于图神经网络的供水管网GIS数据物理属性填补方法是由彭森;张巧玉;杨晖;吴卿设计研发完成，并于2025-07-22向国家知识产权局提交的专利申请。

本一种基于图神经网络的供水管网GIS数据物理属性填补方法在说明书摘要公布了：本发明公开了一种基于图神经网络的供水管网GIS数据物理属性填补方法，包括如下步骤：通过空间索引与几何对齐操作构建管段连接关系拓扑图并提取管段物理属性，生成缺失标记；基于图注意力神经网络构建管段属性填补模型，采用图注意力特征聚合模块，结合高斯核函数表达多跳空间依赖关系，形成复合注意力权重，聚合邻居有效属性特征，并解码预测缺失属性；设计加权填补准确率，通过加权方式综合评估模型填补精度。本发明将管段间拓扑连接关系融入图神经网络模型，突破传统属性填补方法忽略管网空间关联性的局限；构建的图神经网络属性填补模型通过图注意力特征聚合模块，将管段空间与属性关联关系共同纳入模型中，提升推断准确性。

本发明授权一种基于图神经网络的供水管网GIS数据物理属性填补方法在权利要求书中公布了：1.一种基于图神经网络的供水管网GIS数据物理属性填补方法，其特征在于，包括如下步骤： S1：通过空间索引与几何对齐操作构建管段连接关系拓扑图，将管段连接关系转化为无向图网络并提取管段物理属性，生成缺失标记； S2：基于图注意力神经网络构建管段属性填补模型，采用图注意力特征聚合模块，结合高斯核函数表达多跳空间依赖关系，形成复合注意力权重，聚合邻居有效属性特征，并解码预测缺失属性；包括如下步骤： S2-1权重计算：将高斯核项引入图注意力权重计算中，形成复合注意力权重；通过Softmax函数归一化得到动态权重；具体计算公式如下 ； ； 式中：——含高斯核项动态权重；LeakyReLU——一种改进的神经网络激活函数；——注意力机制参数向量，将拼接后的特征映射为标量注意力分数；——邻居节点v的有效属性特征；||——向量拼接操作，拼接后维度为2d′×1；——两节点间的最短路径跳数；——高斯核距离衰减系数；——归一化注意力权重；：节点u的邻居集合；——依次取遍中的每个节点； S2-2缺失属性填补: S2-2-1设置图注意力特征聚合模块，先用共享权重矩阵对邻居节点有效属性特征进行变换，再根据注意力权重加权聚合，最后得到当前节点聚合结果；该聚合结果将作为多属性解码的统一特征表示，其表达式如下： 式中：——GAT层共享权重矩阵； S2-2-2对聚合特征向量进行解码，再根据当前节点缺失标记，对相应缺失属性进行填补；预测结果解码与填补公式如下： 式中：——解码后的预测属性特征，与原始属性特征维度一致；——输出解码矩阵；——输出偏置向量；——缺失标记；——原始属性特征； S2-2-3要提取预测的分箱结果，筛选出在该分箱内的邻居节点并提取其竣工日期： ； ； ； 式中：——预测的分箱结果；——竣工日期分箱预测值；——权重阈值；——筛选的高权重邻居节点集合；——邻居的竣工日期；——日期分箱映射函数； 设置众数决策机制，将分箱内筛选出的高权重节点的日期取众数，作为当前节点竣工日期的填补结果，运算公式如下： ； 式中：——取集合众数，即最高频日期； S2-3模型参数优化，包括如下步骤： S2-3-1损失函数的设计，模型损失函数如下： ； 式中：——当前训练批次节点总数；——节点u的真实属性向量；——逐元素平方运算；——矩阵Frobenius范数；——向量L2范数；——正则化系数，通过交叉验证确定； S2-3-2参数优化：计算损失函数，再通过反向传播自动微分获取各参数的梯度，采用Adam优化器更新参数及最小化；重复前向-反向过程直至损失函数收敛，达到最优值，使模型在拓扑关联建模与缺失填补精度间取得平衡；其中的更新需满足非负约束： ； 式中：——极小正值； 可训练参数包括：特征投影矩阵、注意力向量，高斯核参数、GAT层共享权重矩阵、输出解码矩阵及输出偏置向量，通过端到端训练优化； S3：模型性能评价，考虑不同属性的工程重要性差异，设计加权填补准确率，通过加权方式综合评估模型填补精度。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。