齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)郭莹获国家专利权
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!
龙图腾网获悉齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利一种基于自适应数据驱动的概念漂移检测方法及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:CN120372461B 。
龙图腾网通过国家知识产权局官网在2025-09-16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:202510890016.2,技术领域涉及:G06F18/2415;该发明授权一种基于自适应数据驱动的概念漂移检测方法及系统是由郭莹;岳龙飞;张秋萍;张虎;陈静;王筠;郑镇坤;刘袁和设计研发完成,并于2025-06-30向国家知识产权局提交的专利申请。
本一种基于自适应数据驱动的概念漂移检测方法及系统在说明书摘要公布了:本发明涉及一种基于自适应数据驱动的概念漂移检测方法及系统,属于机器学习技术领域。包括以下步骤:步骤1:对净水厂数据进行预处理,设置原型神经网络参数;步骤2:调整数据分布:提取历史数据中的数据分布特征并结合重采样概率生成初分数据集;步骤3:数据变异,引入三种变异因子,生成再突数据集;步骤4:对于再突数据集,求取元特征;步骤5:将再突数据集划分为支持集与查询集输入原型神经网络中进行预训练,得到训练后的原型神经网络;步骤6:将实时净水厂数据预处理后输入训练后的原型神经网络进行概念漂移检测。综合考虑周期性与非周期性概念漂移情境,提升了在复杂环境下的漂移检测与响应能力。
本发明授权一种基于自适应数据驱动的概念漂移检测方法及系统在权利要求书中公布了:1.一种基于自适应数据驱动的概念漂移检测方法,其特征在于,包括以下步骤: 步骤1:对净水厂数据进行预处理,设置原型神经网络参数; 步骤2:调整数据分布:提取历史数据中的数据分布特征并结合重采样概率生成初分数据集; 步骤3:数据变异,引入三种变异因子,生成再突数据集; 步骤4:对于再突数据集,求取元特征; 步骤5:将再突数据集划分为支持集与查询集输入原型神经网络中进行预训练,得到训练后的原型神经网络; 步骤6:将实时净水厂数据预处理后输入训练后的原型神经网络进行概念漂移检测; 对净水厂数据进行预处理;包括: 1数据转化:将净水厂数据中的所有符号型数据转化为数值型数据,将数据列的输入值转换为二进制形式,其中,“0”表示正常记录,“1”表示异常记录; 2数据去重:删除净水厂数据中重复记录; 3数据规范化:对数据去重后的净水厂数据进行归一化处理; 4划分数据集:从数据规范化后的净水厂数据中随机抽取若干数据作为训练集,其余数据作为测试集; 提取历史数据中的数据分布特征并结合重采样概率生成初分数据集;包括: 通过公式I及公式II将历史数据根据时间间隔划分成一组任务,每个任务都是根据历史数据预测未来数据分布; Tasktrain={task1,task2,…,taskt}I; taskt表示为第t次任务,Tasktrain表示为总训练任务; 表示为第t次任务中的历史数据,表示为第t次任务中的未来数据; 通过预测模型在历史数据上进行训练和调整,特征提取器S捕获历史数据中的数据分布特征x代表着流数据,y代表着对应x的目标序列; 并传输给预测模型,预测模型通过历史数据中的数据分布特征预测出初分数据集,具体过程包括: 通过预测模型根据历史数据中的数据分布特征生成重采样概率公式化表述为公式III: 将重采样概率与历史数据相结合生成初分数据集初分数据分布通过公式IV计算: 是指初分数据集的数据分布。
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齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心),其通讯地址为:250353 山东省济南市长清区大学路3501号;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”。
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。