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！

龙图腾网获悉中机国际工程设计研究院有限责任公司申请的专利基于多模态人工智能融合的BIM构件自动识别入库方法及系统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：CN120995908B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202511526466.X，技术领域涉及：G06F30/27；该发明授权基于多模态人工智能融合的BIM构件自动识别入库方法及系统是由韩磊;吴彦;晏然;李乐天;魏万强;李尧设计研发完成，并于2025-10-24向国家知识产权局提交的专利申请。

本基于多模态人工智能融合的BIM构件自动识别入库方法及系统在说明书摘要公布了：本发明提供了基于多模态人工智能融合的BIM构件自动识别入库方法及系统，涉及建筑信息技术领域，包括：接收BIM构件模型文件，预处理获取的属性参数表；将信息输入多模态识别引擎，通过Rapidfuzz模糊匹配文件名、OPEN‑CV+YOLOv8图像识别、知识图谱分析参数，输出分类结果及置信度；动态融合决策模块按动态权重计算最终置信度，结合“行业规范规则优先”的动态规则库解决分类冲突；按置信度阈值判定自动入库或触发分级人工审核；收集人工审核数据反哺多模态识别引擎，实现增量知识自学习。本发明通过多模态融合与动态决策，显著提升BIM构件识别准确率与入库效率，减少人为误差，实现构件资源库动态更新及系统自进化。

本发明授权基于多模态人工智能融合的BIM构件自动识别入库方法及系统在权利要求书中公布了：1.基于多模态人工智能融合的BIM构件自动识别入库方法，其特征在于，包括以下步骤： S1：接收上传的BIM构件模型文件，通过预处理获取文件名、外形快照及属性参数表； S2：将预处理获取的文件名、外形快照及属性参数表信息输入多模态识别引擎，分别执行模糊匹配、图像识别及知识图谱分析，得到对应分类结果及置信度； S3：将所述分类结果及置信度输入动态融合决策模块，根据模糊匹配、图像识别与知识图谱分析得到的分类结果进行置信度计算，得到识别结果加权计算后的置信度，对于分类结果存在冲突的进行冲突解决，没有冲突的直接入库； S4：若最终置信度高于预设最终置信度阈值，通过与BIM资源库的实时交互接口完成入库；低于预设最终置信度阈值则触发人工审核提示； S5：收集人工审核的未识别BIM构件数据，反哺多模态识别引擎训练数据集以实现增量知识自学习；所述步骤S2中： 模糊匹配：基于Rapidfuzz模糊匹配库，将所述文件名与现有构件库分类表进行匹配，返回相似度高于预设相似度阈值的最高分类结果及对应置信度； 图像识别：先通过计算机视觉库对所述外形快照的图片进行二值化掩码处理，统计掩码中白色像素数量，以白色像素数量与图像总像素数量的比值计算遮挡率；再通过预训练的深度学习模型识别所述外形快照图片对应的构件类别，返回可信度高于预设图像可信度阈值的最高分类结果及对应置信度； 知识图谱分析：通过预训练的知识图谱引擎，对所述属性参数表中的参数完整性、合理性进行校验，同时匹配对应构件类别，返回可信度高于预设图谱可信度阈值的最高分类结果及对应置信度； 所述步骤S3中，所述置信度计算的具体方式为：设定基础权重：图像识别权重为0.4、模糊匹配权重为0.3、知识图谱分析权重为0.3；若所述遮挡率40%，则调整权重为图像识别0.3、知识图谱分析0.4，模糊匹配权重保持不变；并通过加权平均计算公式： 计算最终置信度FinalScore。

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机国际工程设计研究院有限责任公司，其通讯地址为：410000 湖南省长沙市雨花区韶山中路18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。