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！

龙图腾网获悉山东师范大学申请的专利融合显式特征的多视图图Transformer认知评测系统、方法及存储介质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：CN121811207B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610289298.5，技术领域涉及：G06V10/80；该发明授权融合显式特征的多视图图Transformer认知评测系统、方法及存储介质是由赵湘轶;聂若彤;马英红;刘志远;由雪梅设计研发完成，并于2026-03-11向国家知识产权局提交的专利申请。

本融合显式特征的多视图图Transformer认知评测系统、方法及存储介质在说明书摘要公布了：本发明公开了融合显式特征的多视图图Transformer认知评测系统、方法及存储介质。所述系统包括：特征嵌入模块，用于为学习者、题目和知识概念三类实体生成基础表征，并将题目与知识概念的难度系数分别融入其表征；视图内信息聚合模块，用于构建学习者‑题目、学习者‑知识概念、题目‑知识概念三个异质二部图，并基于图Transformer更新节点表征；多视图特征融合模块，用于融合各实体在不同视图中的表征，生成专门化表征；认知评测模块，将学习者的专门化表征映射至以知识概念数量为维度的向量空间，所得向量即为认知评测结果，并用于预测其答对任意题目的概率。本发明通过显式难度融合、多视图图结构建模与图Transformer深度交互，显著提升认知评估的准确性与可解释性。

本发明授权融合显式特征的多视图图Transformer认知评测系统、方法及存储介质在权利要求书中公布了：1.融合显式特征的多视图图Transformer认知评测系统，其特征在于，包括： 特征嵌入模块，其用于在向量空间中以可训练矩阵形式定义实体的基础表征，所述实体包括学习者、题目、知识概念，以及，用于定义题目难度系数和知识概念难度系数，并分别将题目难度系数和知识概念难度系数映射至题目、知识概念的基础表征；在特征嵌入模块中，题目难度系数与知识概念难度系数通过专属线性变换层分别映射至题目与知识概念的基础表征，具体如下： ； ； 式中，、分别表示题目难度系数、知识概念难度系数嵌入；、分别表示题目难度系数、知识概念难度系数；、分别表示题目难度系数嵌入模型中的权值矩阵参数与偏置参数；、分别表示知识概念难度系数嵌入模型中权值矩阵参数与偏置参数； 则： 学习者的初始表征为其基础表征，题目的初始表征为其基础表征与题目难度系数嵌入相加，知识概念的初始表征为其基础表征与知识概念难度系数嵌入相加； 视图内信息聚合模块，其用于建立异质二部图，并基于图Transformer更新异质二部图中节点表征；所述异质二部图包括学习者-题目图、学习者-知识概念图、题目-知识概念图；在异质二部图中，所述实体作为节点，实体间的交互关系作为边； 多视图特征融合模块，其用于融合所述实体在各异质二部图中的表征，输出各实体的专门化表征；在多视图特征融合模块，将单一实体在不同异质二部图中的两个子表征堆叠为视图矩阵，将视图矩阵输入至自注意力模块，该自注意力模块计算子表征间的相似性分数，并基于相似性分数为每个子表征分配注意力权重，基于子表中所分配的注意力权重计算实体的加权聚合表征； 将加权聚合表征沿视图矩阵维度作平均池化，通过层归一化得到实体的专门化表征； 认知评测模块，其用于将各实体的专门化表征征映射至以知识概念数量为维度的向量空间中，以映射后学习者的表征作为学习者认知评测结果，以对学习者已作答题目的预测正确概率作为认知评测模块的输出结果。

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山东师范大学，其通讯地址为：250014 山东省济南市历下区文化东路88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。