Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南长顺项目管理有限公司王轲获国家专利权

湖南长顺项目管理有限公司王轲获国家专利权

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!

龙图腾网获悉湖南长顺项目管理有限公司申请的专利一种基于安全风险标准化的项目智能管理分析设备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:CN120746499B

龙图腾网通过国家知识产权局官网在2025-12-12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:202511145395.9,技术领域涉及:G06Q10/10;该发明授权一种基于安全风险标准化的项目智能管理分析设备是由王轲;庞玉喜;伍晓飞;唐安宁;刘斌;刘李;李骏;吴超;杨学文;李锋;杨海军;陈爱珠设计研发完成,并于2025-08-15向国家知识产权局提交的专利申请。

一种基于安全风险标准化的项目智能管理分析设备在说明书摘要公布了:本发明涉及安全风险标准化管理技术领域,公开了一种基于安全风险标准化的项目智能管理分析设备,包括:层次化语义空间表示模型构建模块,构建多层次语义表示并输出层次化语义树;元学习驱动的跨领域映射函数构建模块,接收层次化语义树并构建跨领域映射函数实现跨领域知识迁移;语义层次原型网络构建模块,接收跨领域映射函数的输出并映射复杂风险结构;样本快速适配实现模块,构建模块的输出进行高效知识迁移;标准化风险知识库构建与应用模块,接收样本快速适配实现模块的输出并实现风险标准化及应用;本发明通过元学习和语义层次原型网络的结合,将新领域适配所需的样本数量和样本需求降低,缩短新领域风险标准化建设周期。

本发明授权一种基于安全风险标准化的项目智能管理分析设备在权利要求书中公布了:1.一种基于安全风险标准化的项目智能管理分析设备,其特征在于,包括: 层次化语义空间表示模型构建模块,构建多层次语义表示并输出层次化语义树;所述层次化语义空间表示模型构建模块包括语义层次定义、递归神经解析器、层次化特征提取算法和语义空间预训练,递归神经解析器基于树结构长短期记忆网络,将风险文本解析为层次化语义树结构;所述递归神经解析器由输入层、树结构编码层、注意力层和输出层组成,所述输入层将文本标记化并进行词嵌入处理,将每个词映射为稠密向量表示,所述树结构编码层采用改进的Child-SumTree-LSTM单元,将句法树中的依存关系显式建模,每个Tree-LSTM单元包含输入门、输出门、遗忘门、记忆单元和隐藏状态,Tree-LSTM对每个子节点配备单独的遗忘门;所述递归神经解析器整合专门针对风险表述的语义角色标注模块,该模块识别风险描述中的事件触发词、风险对象、后果、条件和责任主体,并将这些信息编码到树的相应节点中;所述语义层次定义定义多层次语义空间结构:其中H表示层次化语义空间;h1表示最抽象的语义层,主要包含领域无关的一般风险概念;h2表示比h1更具体一级的语义层;表示最具体的语义层,包含领域特定的细节风险描述;中间层h2到依次表示从抽象到具体的过渡层次,每一层都承载着更细化的语义信息,实现语义的逐层细化和分解;L1表示语义层次的总数; 元学习驱动的跨领域映射函数构建模块,接收层次化语义树并构建跨领域映射函数实现跨领域知识迁移;所述元学习驱动的跨领域映射函数构建模块包括任务构建与采样、模型无关元学习算法实现、层次适配损失函数构建和梯度路径优化,模型无关元学习算法基于MAML框架,通过双层优化过程训练映射函数;所述层次适配损失函数构建的损失函数为:其中,表示参数为θ2的映射函数的层次适配损失函数;∑表示求和运算符,l1为语义层次的索引,L2为语义层次的总数;表示第l1个语义层次的权重,根据领域差异自适应调整;为第l1层源领域语义表示与目标领域语义表示之间的语义距离度量函数;和分别表示源领域和目标领域在第l1层的语义表示;所述距离度量函数d根据语义层次的不同特点而采用不同的计算方式,对于最抽象的顶层语义,采用基于Wasserstein距离的计算方式,即当l1=1时:其中表示顶层语义的距离度量;表示源领域最抽象的顶层语义表示;表示目标领域最抽象的顶层语义表示;W2表示2-Wasserstein距离函数;表示源领域的概率分布;表示目标领域的概率分布;对于中间语义层次,采用结构敏感的图距离度量,即当1l1L2时,形式为:其中表示中间层语义的距离度量;表示源领域第l1层的语义表示;表示目标领域第l1层的语义表示;表示源领域的邻接矩阵;表示目标领域的邻接矩阵;||·||F表示Frobenius范数;λ1表示平衡系数;表示源领域的特征矩阵;表示目标领域的特征矩阵;||·||2表示L2范数;对于最具体的底层语义,采用上下文增强的余弦距离,即当l1=L2时,表示为:其中表示底层语义的距离度量;表示源领域最具体的底层语义表示;表示目标领域最具体的底层语义表示;cos表示余弦相似度函数;γ表示上下文相似度调整因子函数;表示源领域的上下文信息;表示目标领域的上下文信息; 语义层次原型网络构建模块,接收跨领域映射函数的输出并映射复杂风险结构;所述语义层次原型网络构建模块包括多层次原型表示构建、多层次注意力方法实现、原型更新与维护和跨层次关系建模,多层次原型表示为每个语义层次维护一组原型向量集合,每个原型向量代表一种典型语义模式;所述语义层次原型网络包括原型表示层、跨层次关联层和适配映射层,跨层次关联层采用图注意力网络结构,将各层次原型组织为有向图结构,边表示不同层次原型之间的关联强度;所述多层次原型表示对于每个语义层次通过聚类方法从历史数据中提取代表性风险模式作为原型,每个原型表示一类典型风险模式,原型表示为:其中表示第l2个语义层次的原型集合;分别表示第l2层的第1个、第2个、第个原型向量;l2表示语义层次索引;表示第l2层的原型数量; 样本快速适配实现模块,基于语义层次原型网络构建模块的输出进行高效知识迁移;所述样本快速适配实现模块包括小规模样本学习策略、参数高效微调、层次化渐进式微调和零样本泛化能力增强,通过5至10个风险描述样本实现新领域知识的高效迁移;所述参数高效微调采用低秩适配器技术,通过在原有网络层之间插入数量不超过原网络层10%的适配层实现对特定领域特征的适应;所述层次化渐进式微调实现从高层语义开始,按照预设的层次顺序逐层调整参数至低层语义的自上而下参数调整方法; 标准化风险知识库构建与应用模块,接收样本快速适配实现模块的输出并实现风险标准化及应用;所述标准化风险知识库构建与应用模块包括双向映射关系库构建、风险自动标准化处理流程、人机协同验证与修正系统和多元化项目管理应用接口,双向映射关系库采用分层三元组结构,每个映射关系包含层次标识、关系类型和可信度评分。

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湖南长顺项目管理有限公司,其通讯地址为:410000 湖南省长沙市雨花区新兴路268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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。