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 > 中国电子科技集团公司第十研究所;西安电子科技大学阎德劲获国家专利权

中国电子科技集团公司第十研究所;西安电子科技大学阎德劲获国家专利权

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!

龙图腾网获悉中国电子科技集团公司第十研究所;西安电子科技大学申请的专利基于知识图谱的微波滤波器诊断和修复反演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:CN115828604B

龙图腾网通过国家知识产权局官网在2026-04-21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:202211582994.3,技术领域涉及:G06F30/20;该发明授权基于知识图谱的微波滤波器诊断和修复反演方法是由阎德劲;赵晓虎;杜志强;陈凤;刘法;周金柱;郑大安;周阳明设计研发完成,并于2022-12-09向国家知识产权局提交的专利申请。

基于知识图谱的微波滤波器诊断和修复反演方法在说明书摘要公布了:本发明公开了一种基于知识图谱的微波滤波器诊断和修复反演方法,其步骤为:获取微波滤波器全周期非结构化文本数据,构建微波滤波器知识图谱的本体;对非结构化文本数据进行预处理,生成训练集和测试集;训练基于双向长短期记忆网络的实体抽取模型,将抽取的实体根据本体进行关联,获得知识三元组,构建微波滤波器知识图谱;将微波滤波器知识图谱融合诊断和修复反演模型;基于微波滤波器知识图谱进行诊断和修复反演,实现故障诊断、指导调试与设计。本发明提高了微波滤波器累计数据的利用率,增强了微波滤波器设计与制造的协同,提高了设计制造迭代效率。

本发明授权基于知识图谱的微波滤波器诊断和修复反演方法在权利要求书中公布了:1.一种基于知识图谱的微波滤波器诊断和修复反演方法,其特征在于,构建微波滤波器知识图谱的本体,利用微波滤波器知识图谱融合诊断和修复反演模型,基于微波滤波器知识图谱进行诊断和修复反演;该反演方法的步骤包括如下: 步骤1,收集微波滤波器全周期产生的非结构化文本数据; 步骤2,构建微波滤波器知识图谱的本体: 根据微波滤波器全周期产生的非结构化文本数据所包含的微波滤波器的设计文档、制造过程记录,诊断维护记录,分别设定28种实体类型和8种关系类型,将28种实体类型和8种关系类型分别构建为28种“头实体-关系-尾实体”知识三元组,将所有的实体类型、关系类型和知识三元组组成微波滤波器知识图谱的本体; 步骤3,生成训练集、测试集: 步骤3.1,将非结构化文本数据进行预处理; 步骤3.2,从非结构化文本数据中随机选取25%的文本数据,标注每个所选的文本数据的实体类型标签; 步骤3.3,将标注后的文本数据按照8:2的比例生成训练集和测试集; 步骤4,获取合格的基于双向长短期记忆网络的实体抽取模型: 步骤4.1,将训练集输入到基于双向长短期记忆网络的实体抽取模型中,利用随机梯度下降法,迭代更新实体抽取模型中的参数,直至损失函数收敛为止,得到训练好的实体抽取模型; 步骤4.2,将测试集输入到训练好的实体抽取模型中,输出测试集每条文本数据预测的实体类型标签,计算实体抽取模型所有输出的文本数据的实体类型标签的准确率,当该抽取模型的抽取准确率达到80%,得到合格的实体抽取模型; 步骤5,构建微波滤波器知识图谱: 步骤5.1,将非结构化文本数据中所有文本数据输入到合格的实体抽取模型中,输出每个文本数据的实体及其对应的实体类型; 步骤5.2,将每个文本数据中的实体根据实体类型按照本体中的知识三元组进行关联,得到该文本数据的微波滤波器知识图谱的知识三元组; 步骤5.3,将所有的知识三元组存储到Neo4j图数据库中,通过Neo4j图数据库的生成指令,将每个知识三元组的实体作为一个对应的节点,关系作为连接头实体节点和尾实体节点的一条边,得到微波滤波器知识图谱; 步骤6,利用微波滤波器知识图谱融合诊断和修复反演模型: 步骤6.1,从微波滤波器知识图谱提取实体类型为散射参数、元件工艺尺寸的所有实体;将一组关联的散射参数、元件工艺尺寸组成一组诊断和修复反演模型的输入参数; 步骤6.2,选择一组未选过的诊断和修复反演的输入参数;将所选诊断和修复反演输入参数中的散射参数转换为导纳参数,代入矢量拟合算法中,根据耦合矩阵综合理论,得到包括耦合系数和互耦合系数的耦合矩阵;将输入参数中的元件工艺尺寸和得到的耦合矩阵代入空间映射算法中,得到满足微波滤波器性能指标的元件调整量; 步骤6.3,将反演得到的耦合矩阵、自耦合系数、互耦合系数、元件调整量与同组输入参数中的散射参数、元件工艺尺寸进行关联;得到“散射参数-反演-耦合矩阵”、“耦合矩阵-包括-自耦合系数”、“耦合矩阵-包括-互耦合系数”、“耦合矩阵-反演-元件调整量”、“元件工艺尺寸-反演-元件调整量”5个反演知识三元组,将5个反演知识三元组存储到Neo4j图数据库中,得到更新反演知识三元组后的微波滤波器知识图谱; 步骤6.4,判断是否选完所有诊断和修复反演的输入参数,若是,则执行步骤7,否则,执行步骤6.2; 步骤7,基于微波滤波器知识图谱进行诊断和修复反演: 步骤7.1,当一个微波滤波器出现故障时,采用与步骤3.1、步骤5.1和步骤5.2相同的方法,从故障微波滤器的文本数据中抽取实体,得到故障微波滤波器的知识三元组,将故障微波滤波器的知识三元组存储到Neo4j图数据库中,得到更新故障微波滤波器知识三元组后的微波滤波器知识图谱; 步骤7.2,使用相似度算法,在更新后的微波滤波器知识图谱中,匹配与故障微波滤波器的微波滤波器名称和散射参数相似的微波滤波器名称和散射参数; 步骤7.3,判断知识图谱中的微波滤波器名称与故障微波滤波器的微波滤波器名称相似度和微波滤波器知识图谱中的散射参数与故障微波滤波器的散射参数相似度是否满足相似度条件,若是,则执行步骤7.4;否则,执行步骤7.5; 步骤7.4,调试人员和设计人员查询微波滤波器知识图谱中与微波滤波器名称、散射参数对应的解决方案;根据解决方案对故障微波滤波器进行修复,修复包括调试和设计; 步骤7.5,当不满足相似度条件时,采用与步骤6.1相同的方法,从微波滤波器知识图谱提取故障微波滤波器的散射参数和元件工艺尺寸;将故障微波滤波器的散射参数和元件工艺尺寸组成一组诊断和修复反演模型的输入参数; 步骤7.6,采用与步骤6.2和步骤6.3相同的方法,得到该故障微波滤波器的反演结果,反演结果包括故障滤波器的耦合矩阵、自耦合系数、互耦合系数、元件调整量;将故障微波滤波器的反演知识三元组存储到Neo4j图数据库中,得到更新反演知识三元组后的微波滤波器知识图谱; 步骤7.7,在更新反演知识三元组后的微波滤波器知识图谱中查询故障滤波器的耦合矩阵以及理想耦合矩阵,计算出耦合矩阵与理想耦合矩阵的差值矩阵,用差值矩阵中不为0的对角线元素的位置表示故障微波滤波器的故障谐振单元的位置,诊断出故障微波滤器的故障谐振单元,针对故障谐振单元进行调试以及修改设计方案; 步骤7.8,调试人员和设计人员在更新后的微波滤波器知识图谱中查询故障微波滤波器的元件调整量,调试人员根据元件调整量对微波滤波器进行调试,设计人员根据元件调整量修改故障微波滤波器设计方案中的元件尺寸。

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电子科技集团公司第十研究所;西安电子科技大学,其通讯地址为:610036 四川省成都市金牛区茶店子东街48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。