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！

龙图腾网获悉云南师范大学申请的专利一种基于人工智能的教育知识图谱构建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：CN121860025B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610340227.3，技术领域涉及：G06N5/025；该发明授权一种基于人工智能的教育知识图谱构建方法及系统是由吕赛鸫设计研发完成，并于2026-03-19向国家知识产权局提交的专利申请。

本一种基于人工智能的教育知识图谱构建方法及系统在说明书摘要公布了：本发明涉及教育数据处理技术领域，公开了一种基于人工智能的教育知识图谱构建方法及系统，包括：多尺度表征分析单元、结构参数配置单元、多模态图元组装单元及智能链路优化单元。系统首先利用卷积神经网络提取规范化教学图像的多层卷积响应分布，计算反映信息覆盖范围随尺度变化的语义覆盖衰减指标；接着将该指标映射为节点承载潜能，并据此计算针对该图像的视觉锚点与概念实体的数量配额；随后依据所述数量配额定位视觉区域并抽取关联文本概念，组建带权图像子结构；最后通过图谱补全模型进行关系推理以定型最终图谱。本申请能够根据图像内容的知识密度自适应调整构图规模，解决了多模态图谱结构密度失衡的问题，适用于智慧教育场景。

本发明授权一种基于人工智能的教育知识图谱构建方法及系统在权利要求书中公布了：1.一种基于人工智能的教育知识图谱构建系统，其特征在于，包括： 多尺度表征分析单元，配置为利用卷积神经网络提取规范化教学图像的多层卷积响应图，并统计所述多层卷积响应图的响应能量分布，计算反映图像信息随理论感受野尺度变化的语义覆盖衰减指标； 结构参数配置单元，配置为将所述语义覆盖衰减指标映射为节点承载潜能值，并基于节点承载潜能值计算针对所述规范化教学图像的视觉锚点数量配额与概念实体数量配额； 多模态图元组装单元，配置为依据所述视觉锚点数量配额在所述规范化教学图像中定位视觉关注区域以组建带权图像子结构，并依据所述概念实体数量配额从关联文本中提取概念项以建立跨模态连接； 智能链路优化单元，配置为将组建的初始三元组输入卷积图谱补全模型进行关系推理，生成包含多模态关联数据的教育知识图谱数据结构，从而优化多模态图谱数据的存储拓扑密度并加速关系推理计算的收敛； 利用卷积神经网络提取规范化教学图像的多层卷积响应图，包括： 对原始文档页面进行灰度化处理、等比例缩放及边缘填充处理以生成统一分辨率的页面图像，并通过对页面图像进行版面分析裁剪出教学图像区域，对所述教学图像区域进行去均值与方差归一化，得到所述规范化教学图像； 所述规范化教学图像输入深度卷积神经网络，所述深度卷积神经网络包含多个依次连接的卷积层级，每个卷积层级配置有卷积核尺寸与步幅参数； 提取所述深度卷积神经网络在预设层级的输出特征张量作为所述多层卷积响应图，其中每个预设层级的卷积响应图对应于在所述规范化教学图像上的一个理论感受野尺度； 统计所述多层卷积响应图的响应能量分布，计算反映图像信息随理论感受野尺度变化的语义覆盖衰减指标，包括： 针对每个预设层级的所述多层卷积响应图，计算其在每个空间位置上所有通道响应值的平方和以得到局部响应能量，并将局部响应能量除以该层级全图总能量以生成归一化的响应能量分布，进而计算所述响应能量分布的平方和的负对数以得到二阶瑞利熵值； 获取每个预设层级对应的所述理论感受野尺度的对数值，建立所述二阶瑞利熵值关于所述理论感受野尺度的对数值的对应序列； 利用最小二乘法对所述对应序列进行线性回归拟合，计算回归直线的斜率值，并将所述斜率值的相反数作为所述语义覆盖衰减指标。

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师范大学，其通讯地址为：650500 云南省昆明市呈贡区聚贤街768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。