買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網獲悉中國石油大學(華東)申請的專利用于創(chuàng)建建筑物時空對象的創(chuàng)建方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN120386828B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202510876109.X，技術領域涉及：G06F16/29；該發(fā)明授權用于創(chuàng)建建筑物時空對象的創(chuàng)建方法是由張偉;魏世清;劉善偉;萬劍華設計研發(fā)完成，并于2025-06-27向國家知識產權局提交的專利申請。

本用于創(chuàng)建建筑物時空對象的創(chuàng)建方法在說明書摘要公布了：本發(fā)明屬于計算機技術領域，公開一種用于創(chuàng)建建筑物時空對象的創(chuàng)建方法，基于以下模型框架確定，模型框架包括：地址解析模型和地址匹配模型，其中，地址解析模型與地址匹配模型之間共享編碼網絡，編碼網絡的輸入為文本地址，編碼網絡的輸出為文本地理融合向量；地址解析模型和地址匹配模型采用多任務聯(lián)合訓練的方式訓練得到；地址解析模型用于將建筑物多源數據中的地址文本轉換為地址標簽序列；地址匹配模型用于識別建筑物多源數據中指示同一建筑物的地址文本；目標建筑物的建筑物時空對象，包括從指示目標建筑物的建筑物多源數據中提取的建筑物信息和地址標簽序列。由此，通過多任務學習實現跨部門多源異構數據的精準語義解析與全時空關聯(lián)建模。

本發(fā)明授權用于創(chuàng)建建筑物時空對象的創(chuàng)建方法在權利要求書中公布了：1.一種用于創(chuàng)建建筑物時空對象的創(chuàng)建方法，其特征在于，包括： 獲取來自不同部門的異構數據以及包含地址的文本數據； 對于文本數據，通過地址解析模型提取結構化的地址信息，生成標準地址數據； 將標準地址數據與來自不同部門的異構數據一同輸入地址匹配模型； 地址匹配模型對接收到的標準地址數據和來自不同部門的異構數據進行匹配處理； 若匹配成功，則提取匹配的地址對，并基于匹配的地址對和地址對所對應的異構數據，構建建筑物時空對象，進一步整合時空屬性，將生成的時空對象進行存儲； 若匹配失敗，則記錄未匹配的數據，并反饋進行人工核查； 其中，所述地址匹配模型和或所述地址解析模型，基于以下模型框架確定： 所述模型框架包括：地址解析模型和地址匹配模型，其中，地址解析模型與地址匹配模型之間共享編碼網絡，編碼網絡的輸入為文本地址，編碼網絡的輸出為文本地理融合向量；地址解析模型和地址匹配模型采用多任務聯(lián)合訓練的方式訓練得到； 所述地址解析模型包括編碼網絡和地址解析網絡；地址解析模型的輸入為地址文本，地址解析模型的輸出為地址標簽序列；所述地址解析模型用于將建筑物多源數據中的地址文本轉換為地址標簽序列； 所述地址匹配模型包括編碼網絡和地址匹配網絡；地址匹配模型的輸入為成對地址文本，地址匹配模型的輸出為所述成對地址文本之間的關系類別；所述地址匹配模型用于識別建筑物多源數據中指示同一建筑物的地址文本； 目標建筑物的建筑物時空對象，包括從指示目標建筑物的建筑物多源數據中提取的建筑物信息和地址標簽序列； 所述地址解析模型的損失函數為條件隨機場損失函數Lparse， 所述地址匹配模型的損失函數采用多類交叉熵損失函數Lmatch； 所述地址解析模型和所述地址匹配模型的聯(lián)合訓練過程包括：構建聯(lián)合損失函數；其中，聯(lián)合損失函數為L＝αLparse+βLmatch+λ||θ||2 其中，α與β為任務權重，初始設為0.5，λ為正則化系數，設為1×10-5，θ為模型參數； 所述地址解析模型和所述地址匹配模型的聯(lián)合訓練過程包括： 確定在聯(lián)合訓練過程中的性能變化率； 基于性能變化率，調整第一任務權重和第二任務權重； 其中，性能變化率，定義為： 其中，perftask，t為第t輪的性能指標，其中，解析任務使用準確率，匹配任務使用F1分數； 其中，權重更新公式為： αt+1＝αt·1+γΔperfparse-Δperfmatch βt+1＝1-αt+1 其中，γ為調整率，設為0.1。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人中國石油大學(華東)，其通訊地址為：266580 山東省青島市黃島區(qū)長江西路66號；或者聯(lián)系龍圖騰網官方客服，聯(lián)系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。