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！

龙图腾网获悉中国石油大学(华东)申请的专利用于创建建筑物时空对象的创建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：CN120386828B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510876109.X，技术领域涉及：G06F16/29；该发明授权用于创建建筑物时空对象的创建方法是由张伟;魏世清;刘善伟;万剑华设计研发完成，并于2025-06-27向国家知识产权局提交的专利申请。

本用于创建建筑物时空对象的创建方法在说明书摘要公布了：本发明属于计算机技术领域，公开一种用于创建建筑物时空对象的创建方法，基于以下模型框架确定，模型框架包括：地址解析模型和地址匹配模型，其中，地址解析模型与地址匹配模型之间共享编码网络，编码网络的输入为文本地址，编码网络的输出为文本地理融合向量；地址解析模型和地址匹配模型采用多任务联合训练的方式训练得到；地址解析模型用于将建筑物多源数据中的地址文本转换为地址标签序列；地址匹配模型用于识别建筑物多源数据中指示同一建筑物的地址文本；目标建筑物的建筑物时空对象，包括从指示目标建筑物的建筑物多源数据中提取的建筑物信息和地址标签序列。由此，通过多任务学习实现跨部门多源异构数据的精准语义解析与全时空关联建模。

本发明授权用于创建建筑物时空对象的创建方法在权利要求书中公布了：1.一种用于创建建筑物时空对象的创建方法，其特征在于，包括： 获取来自不同部门的异构数据以及包含地址的文本数据； 对于文本数据，通过地址解析模型提取结构化的地址信息，生成标准地址数据； 将标准地址数据与来自不同部门的异构数据一同输入地址匹配模型； 地址匹配模型对接收到的标准地址数据和来自不同部门的异构数据进行匹配处理； 若匹配成功，则提取匹配的地址对，并基于匹配的地址对和地址对所对应的异构数据，构建建筑物时空对象，进一步整合时空属性，将生成的时空对象进行存储； 若匹配失败，则记录未匹配的数据，并反馈进行人工核查； 其中，所述地址匹配模型和或所述地址解析模型，基于以下模型框架确定： 所述模型框架包括：地址解析模型和地址匹配模型，其中，地址解析模型与地址匹配模型之间共享编码网络，编码网络的输入为文本地址，编码网络的输出为文本地理融合向量；地址解析模型和地址匹配模型采用多任务联合训练的方式训练得到； 所述地址解析模型包括编码网络和地址解析网络；地址解析模型的输入为地址文本，地址解析模型的输出为地址标签序列；所述地址解析模型用于将建筑物多源数据中的地址文本转换为地址标签序列； 所述地址匹配模型包括编码网络和地址匹配网络；地址匹配模型的输入为成对地址文本，地址匹配模型的输出为所述成对地址文本之间的关系类别；所述地址匹配模型用于识别建筑物多源数据中指示同一建筑物的地址文本； 目标建筑物的建筑物时空对象，包括从指示目标建筑物的建筑物多源数据中提取的建筑物信息和地址标签序列； 所述地址解析模型的损失函数为条件随机场损失函数Lparse， 所述地址匹配模型的损失函数采用多类交叉熵损失函数Lmatch； 所述地址解析模型和所述地址匹配模型的联合训练过程包括：构建联合损失函数；其中，联合损失函数为L＝αLparse+βLmatch+λ||θ||2 其中，α与β为任务权重，初始设为0.5，λ为正则化系数，设为1×10-5，θ为模型参数； 所述地址解析模型和所述地址匹配模型的联合训练过程包括： 确定在联合训练过程中的性能变化率； 基于性能变化率，调整第一任务权重和第二任务权重； 其中，性能变化率，定义为： 其中，perftask，t为第t轮的性能指标，其中，解析任务使用准确率，匹配任务使用F1分数； 其中，权重更新公式为： αt+1＝αt·1+γΔperfparse-Δperfmatch βt+1＝1-αt+1 其中，γ为调整率，设为0.1。

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石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66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”。