买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种非遗传承图谱的构建方法与系统_烟台云朵软件有限公司;山东翠鸟智能科技有限公司_202311595533.4 

申请/专利权人:烟台云朵软件有限公司;山东翠鸟智能科技有限公司

申请日:2023-11-28

公开(公告)日:2024-02-23

公开(公告)号:CN117312578B

主分类号:G06F16/36

分类号:G06F16/36;G06N3/0442;G06N3/0455;G06N3/0464;G06N3/0475;G06N3/092;G06N3/094;G06F40/30;G06F18/25

优先权:

专利状态码:有效-授权

法律状态:2024.02.23#授权;2024.01.16#实质审查的生效;2023.12.29#公开

摘要:本发明涉及数据处理技术领域,具体为一种非遗传承图谱的构建方法与系统,包括以下步骤:基于多类公开数据库和地理信息系统,采用数据挖掘技术,对原始非遗元素的时空数据进行收集和清洗,并进行规范化处理,生成净化后的非遗时空数据集。本发明中,长短时记忆网络揭示非遗时间规律,优化时空演变模型,卷积神经网络和Transformer算法深度学习非遗视听信息,丰富多模态语义特征,图数据库和本体论构建系统化非遗知识图谱,为传承提供结构化知识支持,强化学习、社区检测和关键节点识别算法优化传承路径预测,提供科学决策支持,生成对抗网络深挖非遗元素深层次语义关系,扩展非遗深度语义关联网络,为传承与保护提供强力数据和理论支持。

主权项:1.一种非遗传承图谱的构建方法,其特征在于,包括以下步骤:基于多类公开数据库和地理信息系统,采用数据挖掘技术,对原始非遗元素的时空数据进行收集和清洗,并进行规范化处理,生成净化后的非遗时空数据集;基于所述净化后的非遗时空数据集,采用长短时记忆网络揭示非遗元素随时间流的变化规律,进行时空演变模型的构建,并生成非遗时空变迁趋势模型;基于所述非遗时空变迁趋势模型,采用卷积神经网络以及Transformer算法对包括视觉和音频的多模态信息进行深度学习,提取非遗元素的多种语义特征,并整合到模型中,生成非遗多模态语义特征集;基于所述非遗多模态语义特征集,采用图数据库以及本体论构建方法,对非遗元素及其语义特征进行图谱化管理,生成非遗知识图谱;基于所述非遗知识图谱,采用强化学习优化算法,对非遗元素的未来传承情况进行预测,并利用社区检测和关键节点识别算法对传承链条进行优化,进而生成优化后的非遗传承路径预测;基于所述优化后的非遗传承路径预测,引入生成对抗网络,对大传承链条进行深度学习,挖掘非遗元素之间的深层次语义关系,生成非遗深度语义关联网络;基于所述净化后的非遗时空数据集,采用长短时记忆网络揭示非遗元素随时间流的变化规律,进行时空演变模型的构建,并生成非遗时空变迁趋势模型的步骤具体为:基于所述净化后的非遗时空数据集,采用数据集划分技术,进行训练集、验证集及测试集的划分,生成训练子非遗数据集、验证子非遗数据集、测试子非遗数据集;基于所述训练子非遗数据集,导入长短时记忆网络,进行模型训练,生成非遗时空模型训练阶段模型;基于所述非遗时空模型训练阶段模型,引入所述验证子非遗数据集,进行模型验证,生成非遗时空模型验证阶段模型;基于所述非遗时空模型验证阶段模型,引入所述测试子非遗数据集,通过模型测试,生成非遗时空变迁趋势模型;所述数据集划分具体为将数据集划分为训练集、验证集和测试集,用于模型训练、优化和测试,所述长短时记忆网络具体为一种循环神经网络,用于处理和预测时间序列数据或具有时序性的数据,所述模型验证主要在于优化模型的参数,避免过拟合或欠拟合现象;基于所述非遗时空变迁趋势模型,采用卷积神经网络以及Transformer算法对包括视觉和音频的多模态信息进行深度学习,提取非遗元素的多种语义特征,并整合到模型中,生成非遗多模态语义特征集的步骤具体为:基于非遗视觉数据,采用层次化特征提取算法VGGNet,进行特征编码,并进行特征选择,生成视觉特征集;基于非遗音频数据,采用Mel频率倒谱系数,进行语音编码,并进行特征优化,利用所述视觉特征集,生成音频特征集;基于所述音频特征集、视觉特征集,采用自注意力机制,进行特征融合,并进行时序特征学习,生成初步的多模态语义特征集;基于所述初步多模态语义特征集,采用双向编码器表示,进行多模态数据整合,并进行特征映射,生成优化后的非遗多模态语义特征集;所述视觉特征集具体为包括形状、颜色、纹理的高维特征数值表示,所述音频特征集具体为包括节奏、音调、强度的特征组合,所述初步的多模态语义特征集具体指融合视觉与音频特征的联合表示;所述净化后的非遗时空数据集包括位置坐标、历史变迁信息、非遗元素的特征描述,所述非遗时空变迁趋势模型包括非遗元素在时间和空间上的演变信息,所述非遗多模态语义特征集具体指非遗元素的视觉、音频信息,所述非遗知识图谱包括非遗元素的节点、多语义特征节点,以及节点间的关系边,所述优化后的非遗传承路径预测具体包括非遗元素在未来时间段内的变迁趋势,以及在传承过程中的关键节点和传承链条,所述非遗深度语义关联网络具体为非遗元素间包括相似性、相关性的语义关系。

全文数据:

权利要求:

百度查询: 烟台云朵软件有限公司;山东翠鸟智能科技有限公司 一种非遗传承图谱的构建方法与系统

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。