買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉同濟大學;福建金岳慧創智能科技有限公司申請的專利一種基于微調大語言模型的飛機總裝信息關聯規則挖掘方法、設備及介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120197688B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510685297.8，技術領域涉及：G06N5/025；該發明授權一種基于微調大語言模型的飛機總裝信息關聯規則挖掘方法、設備及介質是由趙衛東;沈嘉吉;柳先輝;葛小麗;邢宏文;陳文迪;車勇設計研發完成，并于2025-05-27向國家知識產權局提交的專利申請。

本一種基于微調大語言模型的飛機總裝信息關聯規則挖掘方法、設備及介質在說明書摘要公布了：本發明公開了一種基于微調大語言模型的飛機總裝信息關聯規則挖掘方法、設備及介質，涉及電子數據數字處理領域，所述方法包括以下步驟：S1、采集飛機總裝工藝文件中的多源生產要素數據；S2、基于低秩適配的大語言模型微調方法進行領域適配；S3、抽取結構化要素信息，構建語義優化的項目集；S4、基于關聯規則挖掘算法挖掘生產要素與總裝環節的關聯規則；S5、優化并輸出高置信度關聯規則集。本發明通過對大語言模型的微調結合關聯規則挖掘，低秩矩陣的引入和挖掘算法的深入結合，有效提升信息提取的準確性和生產要素關聯分析的深度，從而大幅提高生產要素之間關聯關系的識別精度，為總裝過程的優化提供了可靠的數據支持和決策依據。

本發明授權一種基于微調大語言模型的飛機總裝信息關聯規則挖掘方法、設備及介質在權利要求書中公布了：1.一種基于微調大語言模型的飛機總裝信息關聯規則挖掘方法，其特征在于，包括以下步驟： S1、采集飛機總裝工藝文件中的多源生產要素數據并進行預處理； S2、基于低秩適配的大語言模型微調方法進行領域適配，增強專業術語識別能力； S3、通過微調后的大語言模型抽取結構化要素信息，構建語義優化的項目集； S4、基于關聯規則挖掘算法挖掘生產要素與總裝環節的關聯規則； S5、結合詞向量聚類與語義驗證，優化并輸出置信度≥0.85的關聯規則集； 在所述S4的步驟中，所述生產要素與總裝環節的關聯規則基于FP-Growth算法，具體包括：頻繁項集挖掘以及基于頻繁項集生成關聯規則； 所述頻繁項集挖掘：統計每個項集在事務數據庫中的出現頻率，對于項集，是所有項的集合，所有項是數據集中所有不同的單個基本項，其支持度計算為： ，； 其中，是事務總數；當時為1，否則為0；是項集在整個事務數據庫中出現的次數；是事務數據庫中的單個事務，即一個數據項集合； 保留支持度≥最小閾值的項集，頻繁項集的集合定義為： ； 為每個頻繁項建立索引，記錄其在FP樹中的位置和全局頻率，頭指針表是一個字典，鍵為頻繁項，值為： ； 其中，是項的支持度計數；是指向FP樹中所有包含的節點鏈表； 將事務數據庫壓縮為前綴樹結構，每個節點包含以下屬性： ； 其中，是當前節點代表的項；是從根到該節點的路徑出現次數；是父節點指針；是子節點字典； 構建規則：對每個事務，按頻繁項支持度降序排序后插入樹中，共享相同前綴的路徑合并計數； 條件模式基生成：對于項，其條件模式基是FP樹中所有以結尾的路徑集合，每條路徑的形式為： ； 遞歸公式：對每個項，遞歸構建條件FP樹，并挖掘其頻繁項集： ； 其中，是在FP-Growth算法的遞歸過程中，表示通過當前項的條件模式基生成的新頻繁項集的集合；是在項的條件模式基上重新運行FP-Growth算法，使用相同的最小支持度閾值來挖掘頻繁項集； 最終合并所有得到全局頻繁項集； 所述關聯規則計算：基于頻繁項集生成規則，并通過置信度、提升度篩選高價值規則； 所述置信度表示在包含前件的事務中，也包含后件的事務的比例，即規則的準確度： ； 其中，是包含與的事務的數量；是包含的事務的數量； 提升度表示和之間的關聯強度，提升度越高，表示和之間的關聯關系越強，如果提升值大于1，則關聯規則被認為是有價值的： ； 其中，是衡量規則的關聯強度，反映和的共現是否具有統計顯著性；是規則的置信度；是項集的支持度。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人同濟大學;福建金岳慧創智能科技有限公司，其通訊地址為：200092 上海市楊浦區四平路1239號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。