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！

龙图腾网获悉思迪博软件(北京)有限公司申请的专利一种基于规则与学习混合模型的动态数据分类方法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：CN119989051B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510079051.6，技术领域涉及：G06F18/24；该发明授权一种基于规则与学习混合模型的动态数据分类方法是由王锦超;刘德伟;张金良设计研发完成，并于2025-01-17向国家知识产权局提交的专利申请。

本一种基于规则与学习混合模型的动态数据分类方法在说明书摘要公布了：本发明公开了一种基于规则与学习混合模型的动态数据分类方法，包括如下步骤：S1、实时采集多源输入数据，并进行预处理；S2、构建规则与学习混合模型，将预处理数据输入规则与学习混合模型进行分类；S3、基于改进双重注意力机制自适应调整规则模型和学习模型在不同数据分布下的权重，优化初步分类结果；S4、当检测到数据分布发生变化时，规则与学习混合模型调整规则集合，优化分类结果；S5、将规则与学习混合模型应用于实际分类任务，并在运行过程中更新规则模型和学习模型。本发明采用强化学习和改进双重对比学习，实现规则与学习混合模型的动态数据分类，具备自适应性强、泛化能力高和分类精度稳定的优点。

本发明授权一种基于规则与学习混合模型的动态数据分类方法在权利要求书中公布了：1.一种基于规则与学习混合模型的动态数据分类方法，其特征在于，包括如下步骤： S1、实时采集多源输入数据，并进行预处理，生成预处理数据； S2、构建规则与学习混合模型，将预处理数据输入规则与学习混合模型进行分类，输出分类置信度，并生成初步分类结果； S3、根据分类置信度，基于改进双重注意力机制自适应调整所述规则与学习混合模型的规则模型和学习模型在不同数据分布下的权重，优化初步分类结果，生成最终分类结果； S4、当检测到数据分布发生变化时，规则与学习混合模型调整规则集合，优化分类结果； S5、将规则与学习混合模型应用于实际分类任务，并在运行过程中更新规则模型和学习模型； 所述多源输入数据包括结构化数据和非结构化数据，支持流数据与批量数据的并行处理，所述结构化数据包括数据库记录、表格数据和日志文件，所述非结构化数据包括文本、图像、音频和视频数据； 所述S3具体包括： S31、定义规则模型的不确定性，采用信息熵衡量分类稳定性： ； ； 其中，表示规则模型的预测类别分布，表示规则模型的不确定性，和表示规则模型的类别概率分布； S32、定义学习模型的不确定性，采用信息熵衡量分类稳定性： ； ； 其中，表示学习模型的预测类别分布，表示学习模型的不确定性，和表示规则模型的类别概率分布； S33、定义自适应权重： ； 其中，表示自适应权重； S34、采用改进双重注意力机制，计算特征注意力矩阵，并对特征注意力矩阵进行加权调整，得到特征分类结果，所述改进双重注意力机制包括特征注意力和类别注意力： ； ； 其中，表示特征注意力矩阵，表示归一化，和分别表示输入特征矩阵的查询向量和规则与学习模型的输出向量，表示特征维度，表示转置操作，表示初步分类结果，表示特征分类结果； S35、计算类别注意力矩阵，并基于分类置信度和自适应权重调整类别注意力矩阵： ； ； 其中，表示类别注意力矩阵，表示归一化，和分别表示类别标签的查询向量和规则与学习模型的类别输出向量，表示类别标签维度，表示转置操作，表示规则模型的分类置信度，表示学习模型的分类置信度，表示自适应权重，表示特征分类结果，表示最终分类结果。

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思迪博软件(北京)有限公司，其通讯地址为：100102 北京市朝阳区望京北路9号2号楼3层C302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”。

以上内容由龙图腾AI智能生成。