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！

龙图腾网获悉北京法伯宏业科技发展有限公司申请的专利一种基于大数据平台的动态数据预测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：CN120277081B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510762293.5，技术领域涉及：G06F16/23；该发明授权一种基于大数据平台的动态数据预测系统是由薛林桐;杨绍杰;黄鑫设计研发完成，并于2025-06-09向国家知识产权局提交的专利申请。

本一种基于大数据平台的动态数据预测系统在说明书摘要公布了：本发明涉及数据处理技术领域，尤其涉及一种基于大数据平台的动态数据预测系统，包括：数据储存单元；用以根据关联参考值以及故障流频系数确定数据源状态，并根据数据源状态确定数据选取方式的选取分析单元；用以根据序列评价值以及局部特征冗余度确定预训练数据的数据状态，并根据预训练数据的数据状态确定数据划分方式的数据划分单元；用以响应设置条件以判定调节方式的调优单元；用以根据状态切换阈值确定模型更新方式的更新设置单元；用以在模型更新时，响应分析条件以判定数据更新方式的数据更新单元；本发明能够提高故障预测的准确程度。

本发明授权一种基于大数据平台的动态数据预测系统在权利要求书中公布了：1.一种基于大数据平台的动态数据预测系统，其特征在于，包括： 数据储存单元，用以储存若干数据源对应的若干动态数据； 选取分析单元，其与所述数据储存单元相连，用以根据关联参考值以及故障流频系数确定数据源状态，并根据数据源状态确定数据选取方式以获取若干预训练数据，数据选取方式为代表数据特征选取或窗口集比对选取； 数据划分单元，其与所述选取分析单元相连，用以根据序列评价值以及局部特征冗余度确定预训练数据的数据状态，并根据预训练数据的数据状态确定数据划分方式以获取若干子训练数据，数据划分方式为多划分选取或单划分选取； 调优单元，其分别与所述数据储存单元和所述数据划分单元相连，用以响应设置条件以判定调节方式为补充优化调节或数据长度优化调节； 更新设置单元，其与所述调优单元相连，用以根据状态切换阈值确定模型更新方式为周期固定式更新或触发动态式更新； 数据更新单元，其分别与所述数据储存单元和所述更新设置单元相连，用以在预设更新条件下，响应分析条件以判定数据更新方式为根据漂移参考值进行替换更新或根据更新阈值进行补充更新； 故障流频系数为各数据源对应的子故障流频系数中的最小值；单个数据源对应的子故障流频系数为该数据源中各参考时间窗口对应的故障参考值的标准差，单个数据源中单个参考时间窗口对应的故障参考值=在该时间窗口该数据源接收到的故障标签为1的已有动态数据的数量在该时间窗口该数据源接收到的已有动态数据的总量； 代表数据特征选取时，针对各数据源进行数据选取，该数据源选取的预训练数据的数量与该数据源对应的子关联参考值为负相关关系； 窗口集比对选取时，针对各数据源进行数据选取，根据故障流相似系数以及冗余关联阈值确定窗口集，并基于组合特征值选取各窗口集对应的动态数据作为预训练数据； 多划分选取中，针对各预训练数据进行划分，单个预训练数据划分的子训练数据的数量为大于或等于K的最小整数，K=[|该预训练数据对应的冗余参考值-各预训练数据对应的冗余参考值的平均值|各预训练数据对应的冗余参考值的平均值]×该动态数据对应的数据序列的数量+1；将单个预训练数据划分为子训练数据时按照序列参考值由小到大的顺序选取数据序列作为子训练数据； 单划分选取中，选取评估参考值最大的数据序列作为子训练数据； 补充优化调节中，根据依赖调节度确定预补充数据，并基于依赖差异系数针对各预补充数据进行补充； 依赖调节度=两依赖参数对应的依赖系数该子训练数据对应的两依赖参数在各子训练数据中对应的依赖系数的标准差； 单个未选取数据对应的依赖差异系数=|两依赖参数对应的依赖系数-该未选取数据对应的两依赖参数的关联依赖度|。

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北京法伯宏业科技发展有限公司，其通讯地址为：100000 北京市朝阳区东直门外大街小关56号5幢1层111室；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”。