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！

龙图腾网获悉云南大学申请的专利少样本柑橘知识图谱补全仿生原型记忆注意力网络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：CN121745255B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610234444.4，技术领域涉及：G06N5/022；该发明授权少样本柑橘知识图谱补全仿生原型记忆注意力网络方法是由张璇;王丹阳;李彤;曹志勇;王旭;陈江彬;杜鲲鹏;王基书;李小鹏设计研发完成，并于2026-02-27向国家知识产权局提交的专利申请。

本少样本柑橘知识图谱补全仿生原型记忆注意力网络方法在说明书摘要公布了：本发明公开了少样本柑橘知识图谱补全仿生原型记忆注意力网络方法，涉及计算机人工智能技术领域，首先，针对柑橘知识图谱中的少样本任务关系，分别定义其头实体和尾实体的邻域，并通过实体对特征信息编码器生成所述实体对的语义表示；构建记忆模块，通过记忆回放与更新生成可靠的关系原型；计算查询三元组的语义表示与生成的关系原型向量之间的相似度，基于该相似度评估所述查询三元组的合理性；通过构建正负查询集，并最小化结合了排名损失与平滑化损失的总损失函数，对模型进行训练和优化，得到少样本柑橘知识图谱补全模型。本发明解决了现有技术中存在的少样本关系表征能力薄弱、缺乏适配柑橘知识演进的记忆机制的技术问题。

本发明授权少样本柑橘知识图谱补全仿生原型记忆注意力网络方法在权利要求书中公布了：1.少样本柑橘知识图谱补全仿生原型记忆注意力网络方法，其特征在于，包括以下步骤： S1：针对柑橘知识图谱中的少样本任务关系的一个实体对，分别定义其头实体和尾实体的邻域，并生成所述实体对的语义表示； S2：构建包含瞬时记忆、工作记忆和长期记忆的记忆模块，通过记忆回放与更新生成记忆增强原型向量； 瞬时记忆模块、工作记忆模块和长期记忆模块的实现方法如下： 所述瞬时记忆模块，基于动态缓存池实现，采用先进先出的缓存队列作为存储结构，通过超参数设置缓存容量，建立实时接收、暂存和满容量迁移机制； 所述工作记忆模块，基于K-Means聚类和频率矩阵实现，采用聚类中心库作为存储结构，K-Means聚类算法对瞬时记忆迁移的批量原型进行聚类，聚类数量K通过验证集调优确定； 所述长期记忆模块，基于优先级队列和衰减机制实现，采用优先级队列作为存储结构，建立基于召回频率和存储时间的优先级计算机制； S3：计算查询表示与记忆增强原型向量间的相似度，基于该相似度评估查询表示三元组的可信性； S4：构造支持集与正负查询集，构建排名损失及原型平滑化损失，经元训练最小化总损失得到少样本柑橘知识图谱补全模型； S4具体步骤为： S4.1：从柑橘知识图谱数据集中构造支持集 S4.1：从柑橘知识图谱数据集中构造支持集、正查询集和负查询集，所述负查询集通过替换正查询集中每个实体对的尾实体生成，负查询集计算公式为：其中：为负查询集，为头实体，为错误的尾实体，为正确的尾实体，为正查询集； S4.2：构建并最小化排名损失函数，使得正查询集的相似度得分高于负查询集的相似度得分，排名损失函数计算公式为：其中：为排名损失函数，为铰链损失函数，为边距超参数，为查询正实体对与支持集之间的相似度得分，为查询负实体对与支持集之间的相似度得分，为查询正实体对，为查询负实体对； S4.3：构造记忆强化的原型平滑化损失； S4.4：结合所述排名损失和平滑化损失得到总损失函数，通过批量抽样的元训练最小化所述总损失函数，得到少样本柑橘知识图谱补全模型。

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云南大学，其通讯地址为：650091 云南省昆明市五华区翠湖北路2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。