欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2025115475919
申请人: 长春工程学院
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于多维语义对齐算子的农业异构数据融合验证方法,其特征在于:该方法包括以下步骤:步骤S1:获取原始异构农业数据;

步骤S2:构建多维数据语义对齐算子,通过多维数据语义对齐算子对原始异构农业数据进行处理,生成当前最优语义映射规则集;

步骤S3:利用当前最优语义映射规则集对原始异构农业数据进行融合,生成融合数据视图,对融合数据视图进行验证,输出通过验证可信融合数据和未通过验证可信融合数据;

步骤S4:将未通过验证可信融合数据反馈至多维数据语义对齐算子进行迭代优化学习,获取更新后最优语义映射规则集;

步骤S5:基于更新后最优语义映射规则集,重复执行步骤S2-步骤S4,最终输出稳定农业融合数据;

通过多维数据语义对齐算子,生成当前最优语义映射规则集的过程,具体包括以下步骤:步骤S21:构建改进版异构图Transformer模型;通过改进版异构图Transformer模型提取原始异构农业数据的特征数据,得到类型级-圈层级语义特征数据;

步骤S22:基于类型级-圈层级语义特征数据,计算得到跨源语义相似度;

步骤S23:根据跨源语义相似度,生成初始语义映射规则集,基于初始语义映射规则集,生成初步融合数据视图,并进行验证,得到共识验证通过率;构建中心路径约束-PPO模型,以共识验证通过率作为奖励信号,将初始语义映射规则集输入至中心路径约束-PPO模型,生成当前最优语义映射规则集;

改进版异构图Transformer模型的构建方式为:以Transformer模型为基础,引入类型级Transformer编码器和圈层级Transformer编码器,替换Transformer模型的原始编码器,构建得到改进版异构图Transformer模型;

中心路径约束-PPO模型的构建方式为:以Barrier为基础函数,引入动态预算阈值和ReLU惩罚机制结合,构建得到中心路径罚项损失函数;以PPO模型为基础,引入PPO损失函数,并与中心路径罚项损失函数进行加权组合,对PPO模型的策略更新过程进行联合优化,构建得到中心路径约束-PPO模型。

2.根据权利要求1所述的基于多维语义对齐算子的农业异构数据融合验证方法,其特征在于:通过改进版异构图Transformer模型,得到类型级-圈层级语义特征数据的过程,具体包括以下步骤:步骤S211:基于原始异构农业数据形成结构化异构图,结构化异构图包括节点类型集合;结构化异构图由节点构成;

步骤S212:针对结构化异构图中的目标节点,计算所有邻居节点至目标节点的最短路径距离,基于最短路径距离划分邻域,形成0-ring至k-ring圈层化结构;

步骤S213:依据节点类型集合中的节点类型对0-ring至k-ring圈层化结构的内部进行细分,形成圈层-节点类型邻域集合;对圈层-节点类型邻域集合中每个子集执行特征聚合运算,得到规整化定长token序列;

步骤S214:将规整化定长token序列输入类型级Transformer编码器,得到同圈层类型节点语义增强数据;

步骤S215:引入0-ring节点表示作为锚点,对同圈层类型节点语义增强数据执行类型级注意力加权,得到该圈层聚合表示数据,针对所有圈层分别进行类型级注意力加权,获得各圈层类型聚合表示数据;

步骤S216:将各圈层类型聚合表示数据输入至圈层级Transformer编码器,得到各圈层上下文增强表示数据;

步骤S217:采用0-ring节点表示作为锚点,对各圈层上下文增强表示数据进行圈层级注意力加权融合,形成类型级-圈层级语义特征数据。

3.根据权利要求1所述的基于多维语义对齐算子的农业异构数据融合验证方法,其特征在于:步骤S23,具体包括以下步骤:步骤S231:基于初始语义映射规则集,构建语义映射规则策略,并在中心路径约束-PPO模型的规则空间中对语义映射规则策略进行策略采样,得到规则调整轨迹集合;

步骤S232:基于规则调整轨迹集合,利用广义优势估计方法分别计算奖励优势与成本优势;其中,奖励优势量化规则空间中的规则操作对共识验证通过率的正向贡献;

步骤S233:基于奖励优势与成本优势,对语义映射规则策略执行更新;

步骤S234:在语义映射规则策略执行更新的过程中,引入逐步增强的惩罚系数,将PPO损失函数与中心路径罚项损失函数进行加权组合,形成联合优化目标函数,通过联合优化目标函数对中心路径约束-PPO模型迭代训练,输出最优语义映射规则集。