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！

龍圖騰網獲悉北京法伯宏業科技發展有限公司申請的專利一種基于大數據平臺的動態數據預測系統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：CN120277081B 。

龍圖騰網通過國家知識產權局官網在2025-08-22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：202510762293.5，技術領域涉及：G06F16/23；該發明授權一種基于大數據平臺的動態數據預測系統是由薛林桐;楊紹杰;黃鑫設計研發完成，并于2025-06-09向國家知識產權局提交的專利申請。

本一種基于大數據平臺的動態數據預測系統在說明書摘要公布了：本發明涉及數據處理技術領域，尤其涉及一種基于大數據平臺的動態數據預測系統，包括：數據儲存單元；用以根據關聯參考值以及故障流頻系數確定數據源狀態，并根據數據源狀態確定數據選取方式的選取分析單元；用以根據序列評價值以及局部特征冗余度確定預訓練數據的數據狀態，并根據預訓練數據的數據狀態確定數據劃分方式的數據劃分單元；用以響應設置條件以判定調節方式的調優單元；用以根據狀態切換閾值確定模型更新方式的更新設置單元；用以在模型更新時，響應分析條件以判定數據更新方式的數據更新單元；本發明能夠提高故障預測的準確程度。

本發明授權一種基于大數據平臺的動態數據預測系統在權利要求書中公布了：1.一種基于大數據平臺的動態數據預測系統，其特征在于，包括： 數據儲存單元，用以儲存若干數據源對應的若干動態數據； 選取分析單元，其與所述數據儲存單元相連，用以根據關聯參考值以及故障流頻系數確定數據源狀態，并根據數據源狀態確定數據選取方式以獲取若干預訓練數據，數據選取方式為代表數據特征選取或窗口集比對選取； 數據劃分單元，其與所述選取分析單元相連，用以根據序列評價值以及局部特征冗余度確定預訓練數據的數據狀態，并根據預訓練數據的數據狀態確定數據劃分方式以獲取若干子訓練數據，數據劃分方式為多劃分選取或單劃分選取； 調優單元，其分別與所述數據儲存單元和所述數據劃分單元相連，用以響應設置條件以判定調節方式為補充優化調節或數據長度優化調節； 更新設置單元，其與所述調優單元相連，用以根據狀態切換閾值確定模型更新方式為周期固定式更新或觸發動態式更新； 數據更新單元，其分別與所述數據儲存單元和所述更新設置單元相連，用以在預設更新條件下，響應分析條件以判定數據更新方式為根據漂移參考值進行替換更新或根據更新閾值進行補充更新； 故障流頻系數為各數據源對應的子故障流頻系數中的最小值；單個數據源對應的子故障流頻系數為該數據源中各參考時間窗口對應的故障參考值的標準差，單個數據源中單個參考時間窗口對應的故障參考值=在該時間窗口該數據源接收到的故障標簽為1的已有動態數據的數量在該時間窗口該數據源接收到的已有動態數據的總量； 代表數據特征選取時，針對各數據源進行數據選取，該數據源選取的預訓練數據的數量與該數據源對應的子關聯參考值為負相關關系； 窗口集比對選取時，針對各數據源進行數據選取，根據故障流相似系數以及冗余關聯閾值確定窗口集，并基于組合特征值選取各窗口集對應的動態數據作為預訓練數據； 多劃分選取中，針對各預訓練數據進行劃分，單個預訓練數據劃分的子訓練數據的數量為大于或等于K的最小整數，K=[|該預訓練數據對應的冗余參考值-各預訓練數據對應的冗余參考值的平均值|各預訓練數據對應的冗余參考值的平均值]×該動態數據對應的數據序列的數量+1；將單個預訓練數據劃分為子訓練數據時按照序列參考值由小到大的順序選取數據序列作為子訓練數據； 單劃分選取中，選取評估參考值最大的數據序列作為子訓練數據； 補充優化調節中，根據依賴調節度確定預補充數據，并基于依賴差異系數針對各預補充數據進行補充； 依賴調節度=兩依賴參數對應的依賴系數該子訓練數據對應的兩依賴參數在各子訓練數據中對應的依賴系數的標準差； 單個未選取數據對應的依賴差異系數=|兩依賴參數對應的依賴系數-該未選取數據對應的兩依賴參數的關聯依賴度|。

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北京法伯宏業科技發展有限公司，其通訊地址為：100000 北京市朝陽區東直門外大街小關56號5幢1層111室；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”。