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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安鑫创科技有限公司李婕获国家专利权

西安鑫创科技有限公司李婕获国家专利权

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!

龙图腾网获悉西安鑫创科技有限公司申请的专利一种基于档案数字化的智能监控管理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:CN121071208B

龙图腾网通过国家知识产权局官网在2026-04-24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:202511239774.4,技术领域涉及:G06F16/93;该发明授权一种基于档案数字化的智能监控管理方法及系统是由李婕;李丽;张西峰设计研发完成,并于2025-09-01向国家知识产权局提交的专利申请。

一种基于档案数字化的智能监控管理方法及系统在说明书摘要公布了:本发明公开了一种基于档案数字化的智能监控管理方法及系统,涉及数据管理技术领域,包括,采集多源档案数据并进行预处理,采用多模态BERT模型对不同数据源进行特征融合,生成统一的语义表示;通过多标签分类模型对档案数据进行语义标签化,并利用图数据库构建档案内容的语义图谱,表示档案之间的关联关系,基于语义图谱构建语义索引树,优化档案内容的快速定位与调用;记录每个档案版本的变动,基于语义索引树定位变动位置,通过语义差异比对算法识别档案的语义变化并记录哈希,通过索引树中各级节点的语义边界对档案内容进行粒度划分并生成用户访问策略。本发明实现对用户行为的动态感知与风险预警,有效提升档案管理系统的智能化与安全性。

本发明授权一种基于档案数字化的智能监控管理方法及系统在权利要求书中公布了:1.一种基于档案数字化的智能监控管理方法,其特征在于:包括, 采集多源档案数据并进行预处理,采用多模态BERT模型对不同数据源进行特征融合,生成统一的语义表示; 通过多标签分类模型对档案数据进行语义标签化,并利用图数据库构建档案内容的语义图谱,表示档案之间的关联关系,基于语义图谱构建语义索引树,优化档案内容的快速定位与调用; 记录每个档案版本的变动,基于语义索引树定位变动位置,通过语义差异比对算法识别档案的语义变化并记录哈希,通过索引树中各级节点的语义边界对档案内容进行粒度划分并生成用户访问策略; 记录用户访问档案的语义路径并构建用户行为图谱,通过行为图谱分析识别潜在的异常行为,并采用时序分析与模糊挖掘算法进行风险预测和行为预警; 所述基于语义图谱构建语义索引树包括:构建Label-GAT模型,具体包括定义档案管理所需的标签集合,为每个标签分配一个嵌入向量,将联合表示向量A与标签向量一起作为节点,建立异构图结构; 在异构图结构上进行图注意力传播,每个标签节点都会得到一个与当前样本相关的语义表示; 将联合表示向量A拆分为图像、文本和结构化字段三个子向量,分别作为三种模态信息源,通过计算注意力权重,确定标签在不同模态下的匹配程度,得到最终的融合标签表示; 将所有标签的融合表示输入到共享的全连接层,并通过Sigmoid函数输出预测结果,对Label-GAT模型进行训练,对于任意新档案,获得对应的联合表示向量后输入到训练好的Label-GAT模型中,经过图注意力传播和多模态加权交互,输出一个标签概率值,根据设定的阈值,将概率值大于阈值的标签确定为档案的分类结果; 根据分类结果集合,确定图谱中的基本实体类型,为图谱中的实体之间建立语义边关系,将所有实体及其语义连接统一组织为图结构中的三元组形式,并将图谱结构进行规范化处理,进行图谱初始结构构建,定义语义推理规则; 对语义图谱结构进行标准化处理,使用知识图谱嵌入模型对图谱进行训练,将每个实体和关系映射到统一的低维向量空间中,使用基于密度的聚类算法对所有档案实体进行聚类处理,根据聚类结果,将聚类中心与对应的实体划分构建为一棵层级语义索引树,树的上层节点表示语义聚类中心,每个中心节点连接其下属的实体节点或子聚类节点,通过控制每层的分支数量与深度,构建多层索引树。

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西安鑫创科技有限公司,其通讯地址为:710061 陕西省西安市兴善寺东街7号5层105F;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。