一种基于深度学习的关系自动识别方法及系统

    公开(公告)号:CN118193749A

    公开(公告)日:2024-06-14

    申请号:CN202410285253.1

    申请日:2024-03-13

    Abstract: 本发明涉及一种基于深度学习的关系自动识别方法及系统,包括以下步骤:步骤S1:收集电力系统知识图谱数据,得到待识别电力系统知识图谱数据集;步骤S2:结合GAT和GCN,构建多层次的图神经网络模型;步骤S3:基于历史电力系统知识图谱数据训练多层次的图神经网络模型,得到关系自动识别模型;步骤S4:结合知识图谱中的实体特征和拓扑结构信息,使用训练好的多层次图神经网络模型对待识别电力系统知识图谱数据集进行关系识别,通过节点表示学习实体之间的关系,预测实体之间的关系类型;步骤S5:对于新加入的实体,采用动态图神经网络进行动态关系识别。本发明能够更深入地学习节点间的隐藏层次关系,有助于捕捉更加复杂的关系模式,提高识别的精度和可靠性。

    一种结合数据主人的电力大数据管理优化方法

    公开(公告)号:CN119831183A

    公开(公告)日:2025-04-15

    申请号:CN202510316277.3

    申请日:2025-03-18

    Abstract: 本发明涉及一种结合数据主人的电力大数据管理优化方法,包括以下步骤:S1:采集电力大数据,并提取上下文特征;S2:根据元数据所有权信息或数据上传者识别初始主人;S3:构建数据主人识别模型,基于提取的上下文特征,实现数据主人的精准识别与动态更新,对初始主人进行修正,得到最终的数据主人;S4:将数据主人识别模型输出的结果自动写入数据治理平台,形成结构化数据权属记录,采用区块链技术记录识别过程;S5:使用规则库检测和异常检测模型,检测数据问题;并将检测到的数据问题生成工单;S6:数据主人收到问题后,对问题数据进行优化修复,并校验数据修复是否合规,如不合规返回反向工单继续处理。本发明实现数据管理的高质量、高效率和高可信。

Patent Agency Ranking