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！

龙图腾网获悉西安电子科技大学申请的专利一种基于知识图谱的干扰关系识别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：CN117914427B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202311749747.2，技术领域涉及：H04B17/345；该发明授权一种基于知识图谱的干扰关系识别方法是由关磊;张瀚文;司江勃;李晨曦;李赞;惠佩;高文栋;朱立溥;赵俊淇设计研发完成，并于2023-12-19向国家知识产权局提交的专利申请。

本一种基于知识图谱的干扰关系识别方法在说明书摘要公布了：本发明公开了一种基于知识图谱的干扰关系识别方法，包括：实时获取待识别的第一设备的至少一个第一参数，以及待识别的第二设备的至少一个第二参数；根据第一设备的第一参数，以及第二设备的第二参数，分别构建第一设备的第一三元组和第二设备的第二三元组；将第一三元组和第二三元组，一起输入训练好的干扰识别网络，训练好的干扰识别网络对输入的每个第一三元组和第二三元组分别进行预处理，对应得到预处理后的第一三元组和预处理后的第二三元组；训练好的干扰识别网络根据预处理后的第一三元组和预处理后的第二三元组，输出第一设备与第二设备之间是否具有干扰的识别结果。本发明能够对大范围系统内的干扰关系进行高效分析，且计算量少。

本发明授权一种基于知识图谱的干扰关系识别方法在权利要求书中公布了：1.一种基于知识图谱的干扰关系识别方法，其特征在于，包括： 实时获取待识别的第一设备的至少一个第一参数，以及待识别的第二设备的至少一个第二参数； 根据所述第一设备的所述第一参数，以及所述第二设备的所述第二参数，分别构建所述第一设备的第一三元组和所述第二设备的第二三元组； 将所述第一三元组和所述第二三元组，一起输入训练好的干扰识别网络，所述训练好的干扰识别网络对输入的每个第一三元组和第二三元组分别进行预处理，对应得到预处理后的第一三元组和预处理后的第二三元组；其中，所述训练好的干扰识别网络是根据包含正三元组和负三元组的训练集，以及损失函数，对初始化的干扰识别网络进行训练得到的； 所述训练好的干扰识别网络，根据所述预处理后的第一三元组和所述预处理后的第二三元组，输出所述第一设备与所述第二设备之间是否具有干扰的识别结果； 其中，每个预处理后的三元组包括：头实体的实部嵌入向量和虚部嵌入向量、尾实体的实部嵌入向量和虚部嵌入向量，以及关系的嵌入向量；所述训练好的干扰识别网络对输入的每个三元组进行预处理，得到预处理后的三元组的方法包括： 所述训练好的干扰识别网络，采用训练好的第一映射向量将所述三元组中的头实体和尾实体分别映射到第一维度，得到头实体的实部嵌入向量和虚部嵌入向量，以及尾实体的实部嵌入向量和虚部嵌入向量； 所述训练好的干扰识别网络，采用训练好的第二映射向量将所述三元组中的关系映射到第二维度，得到关系的嵌入向量；其中，所述第二维度小于所述第一维度； 所述训练好的干扰识别网络，根据所述预处理后的第一三元组和所述预处理后的第二三元组，输出所述第一设备与所述第二设备之间是否具有干扰的识别结果，包括： 对于每个预处理后的三元组，将所述预处理后的三元组中的关系的嵌入向量进行逐元素旋转，得到所述预处理后的三元组中的关系的实部嵌入向量和虚部嵌入向量； 根据所述预处理后的三元组中的所有实部嵌入向量与所有虚部嵌入向量，计算所述预处理后的三元组的距离得分； 将预处理后的第一三元组的所述距离得分与预处理后的第二三元组的所述距离得分求和后求平均，得到得分均值； 基于所述得分均值与预设阈值，输出所述第一设备与所述第二设备之间是否存在干扰的所述识别结果。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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。