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！

龙图腾网获悉深圳市海邻科信息技术有限公司申请的专利基于人工智能技术的数据核查管理方法、系统及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：CN120030202B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202510502662.7，技术领域涉及：G06F16/9035；该发明授权基于人工智能技术的数据核查管理方法、系统及介质是由杨世海;余友强;王晓明;张海军设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本基于人工智能技术的数据核查管理方法、系统及介质在说明书摘要公布了：本发明公开了基于人工智能技术的数据核查管理方法、系统及介质，涉及数据核查技术领域。包括获取具有多个历史样本的原始数据库和待检测数据样本；将历史样本和待检测样本分别编辑成历史样本矩阵和待检测样本矩阵；分配因子计算方法计算分配因子，根据筛选方法筛选出参与核查的元素，并将参与核查的元素分为若干个计算组；根据历史数据库中通过筛选的元素建立核查模型。本发明通过筛选的元素建立核查模型，将待检测样本中不同分类的元素分别带入核查模型中进行数据核查并输出核查结果，通过数据之间的相互关联，对待检测数据进行核查，判断数据是否异常，主动发现新数据中的错误，提高核查结果的准确性，具有良好的主动性和前瞻性。

本发明授权基于人工智能技术的数据核查管理方法、系统及介质在权利要求书中公布了：1.基于人工智能技术的数据核查管理方法，包括：获取具有多个历史样本的原始数据库和待检测数据样本，原始数据库和待检测数据样本均包含文本型数据、图像数据和数值数据，其特征在于： 对待检测数据样本进行初步核查，提高待检测样本的数据可靠性； 采用数据编码方法将历史样本和待检测样本中的非数值数据进行编码，并分别编辑成历史样本矩阵和待检测样本矩阵； 通过历史样本处理方法将多个历史样本矩阵随机分配成若干组别，并计算每个组别的平均矩阵，建立平均矩阵数据集，减少数据集的样本数量，降低计算量； 通过分配因子计算方法计算历史样本矩阵中元素之间的分配因子，根据筛选方法筛选出参与核查的元素，并将参与核查的元素分为若干个计算组，将能够对待检测样本的核查结果产生影响的元素进行筛选和分类，提高数据核查的准确性； 根据历史数据库中通过筛选的元素建立核查模型，将待检测样本中不同分类的元素分别带入核查模型中进行数据核查并输出核查结果，通过数据之间的相互关联，对待检测数据进行核查，判断数据是否异常，主动发现新数据中的错误，提高核查结果的准确性； 所述筛选方法包括： 将分配因子与预设的多个大小不同的等级因子进行对比，将分配因子进行等级划分，并对划分的每个等级设定预设阈值； 判断位于同一等级的分配因子是否具有交叉元素，将具有交叉元素的多个分配因子对应的元素作为一个计算组，将不具有交叉元素的分配因子对应的元素分为另一个计算组； 所述建立核查模型，具体为： 选择一个计算组，计算目标计算组中每个元素的平均值和标准差，并将平均值组合，获取平均特征矩阵； 计算目标计算组中多个分配因子的均值，作为元素之间的相关系数； 再根据公式计算每两个元素之间的协方差矩阵，具体为： ； 其中表示协方差矩阵中坐标为（X，Y）的位置的数据，表示第X个元素和第Y个元素之间的相关系数，在同一计算组中，每两个元素之间的相关系数相同，表示第X个元素的标准差，表示第Y个元素的标准差； 根据概率密度函数建立核查模型，具体为： ； 其中表示对待检测样本矩阵的异常预测数值，其值的大小反映了待检测样本矩阵的异常概率的高低，表示平均特征矩阵，表示待检测样本矩阵和平均特征矩阵的元素个数，表示协方差矩阵的行列式，表示协方差矩阵的逆矩阵，表示转换，将列向量转换成行向量； 将异常预测数值与预测阈值进行对比，当异常预测数值大于预测阈值时则判定数据正常，反之则判定数据异常。

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深圳市海邻科信息技术有限公司，其通讯地址为：518000 广东省深圳市南山区粤海街道麻岭社区深南大道9996号松日鼎盛大厦1201；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”。