Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 电科云(北京)科技有限公司李炯锋获国家专利权

电科云(北京)科技有限公司李炯锋获国家专利权

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!

龙图腾网获悉电科云(北京)科技有限公司申请的专利海量数据的关联融合方法、设备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:CN120805082B

龙图腾网通过国家知识产权局官网在2025-12-16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:202511299816.3,技术领域涉及:G06F18/25;该发明授权海量数据的关联融合方法、设备及介质是由李炯锋;赵博;马丽丽;冯东煜设计研发完成,并于2025-09-12向国家知识产权局提交的专利申请。

海量数据的关联融合方法、设备及介质在说明书摘要公布了:本发明提供了一种海量数据的关联融合方法、设备及介质,首先接收来自多个异构数据源的海量数据,对数据进行预处理;然后整合为标注化数据流;其中标注化数据流包括双维度语义向量和动态质量标签;最终将其输入到AI关联融合模型,得到融合结果;其中,关联融合模型设置有关联融合与语义映射层,用于根据分层动态知识图谱和预设融合规则进行关联融合,同时根据双塔子模型和一致性裁定规则进行语义映射。本发明通过分层动态知识图谱实现关联关系的实时更新,满足实时场景需求;利用双塔模型降低海量数据关联复杂度,加快处理速度;结合裁定规则,提高冲突解决精度。最终实现海量数据高效、精准、实时的融合,为各类数据分析决策提供可靠基础。

本发明授权海量数据的关联融合方法、设备及介质在权利要求书中公布了:1.一种海量数据的关联融合方法,其特征在于,包括: 接收来自多个异构数据源的海量数据,对所述数据进行预处理;所述海量数据包括结构化数据源、非结构化数据源和第三方数据源;所述结构化数据源包括关系型数据库中的用户表、订单表;所述非结构化数据源包括API接口返回的JSON格式日志、文本日志文件;所述第三方数据源包括合作机构提供的Excel数据表、CSV文件; 将预处理后的数据整合为标注化数据流;其中所述标注化数据流包括双维度语义向量和动态质量标签; 将所述标注化数据流输入到AI关联融合模型中,得到融合结果; 其中,所述AI关联融合模型设置有关联融合与语义映射层;所述关联融合与语义映射层用于根据分层动态知识图谱和预设融合规则进行关联融合,同时根据双塔子模型和一致性裁定规则进行语义映射; 将所述标注化数据流输入到AI关联融合模型中,得到融合结果,包括: 对所述标注化数据流中的双维度语义向量进行维度归一化处理,使向量维度匹配模型预设输入维度;同时基于数据来源的可信度等级,对动态质量标签进行权重初始化,得到适配后数据流; 将预设融合规则和所述适配后数据流传输至所述关联融合与语义映射层,得到初步关联集合和初始语义映射结果,以确定融合结果; 其中,所述关联融合与语义映射层基于分层动态知识图谱的层级结构,从各层级提取与适配后数据流对应的关联特征,结合预设融合规则,对适配后数据流中的同源数据、关联数据进行初步关联聚合,生成初步关联集合; 所述关联融合与语义映射层中调用双塔子模型对初步关联集合进行语义映射处理;其中第一子塔用于接收初步关联集合中的双维度语义向量,通过卷积神经网络提取局部语义特征,第二子塔用于接收分层动态知识图谱中对应关联节点的语义表征向量,通过Transformer编码器提取全局语义特征;所述初始语义映射结果根据两子塔输出特征的余弦相似度确定。

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电科云(北京)科技有限公司,其通讯地址为:100043 北京市石景山区金府路30号院3号楼4层;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。

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。