Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
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 科技服务 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 > 扬州冠桥卓越信息科技有限公司吉育涛获国家专利权

扬州冠桥卓越信息科技有限公司吉育涛获国家专利权

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!

龙图腾网获悉扬州冠桥卓越信息科技有限公司申请的专利一种物联网前端数据采集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:CN119966909B

龙图腾网通过国家知识产权局官网在2025-10-17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:202510103339.2,技术领域涉及:H04L47/2425;该发明授权一种物联网前端数据采集方法是由吉育涛;杨同干设计研发完成,并于2025-01-22向国家知识产权局提交的专利申请。

一种物联网前端数据采集方法在说明书摘要公布了:本发明公开了一种物联网前端数据采集方法,具体涉及数据采集技术领域,包括将物联网前端设备采集的数据发送至网关,并由网关对采集的数据进行分析,确定监测区间内物联网前端数据的趋势信息和变化信息,通过物联网前端数据的趋势信息和变化信息的综合性分析,调整从网关上传至云平台中物联网前端数据的传输频率,分析不同种类物联网前端数据的历史数据和不同种类物联网前端数据实际应用中存在的安全问题,采集不同种类物联网前端数据的不确定性信息和风险信息,确定网关处发送不同种类物联网前端数据的优先级,本发明有助于智能化地调整数据传输策略,从而提升系统的安全性、稳定性,并有效减轻云平台的计算压力。

本发明授权一种物联网前端数据采集方法在权利要求书中公布了:1.一种物联网前端数据采集方法,其特征在于,具体包括以下步骤: S1:将物联网前端设备采集的数据发送至网关,并由网关对采集的数据进行分析,确定监测区间内物联网前端数据的趋势信息和变化信息; S2:通过物联网前端数据的趋势信息和变化信息的综合性分析,调整从网关上传至云平台中物联网前端数据的传输频率; S3:通过分析不同种类物联网前端数据的历史数据和不同种类物联网前端数据实际应用中存在的安全问题,采集不同种类物联网前端数据的不确定性信息和风险信息; S4:将不同种类物联网前端数据的不确定性信息和风险信息综合性评估,确定网关处发送不同种类物联网前端数据的优先级; 将物联网前端数据的变化信息通过高频过滤幅值系数和数据规整相似性系数表示; 所述高频过滤幅值系数的获取逻辑为:获得监测区间内的物联网前端数据,将通过小波变换对监测区间内的物联网前端数据在时域和频域结合分析,将监测区间内的物联网前端数据通过小波变换表达式为:其中,WL为监测区间内的物联网前端数据通过小波变换的数据,a为小波函数的尺度,b为平移参数,为小波函数; 通过确定物联网前端数据小波变换后的峰值频率和中心频率,计算频率差异系数,计算公式为:CYpl=|argmaxWL-WLzx|;其中,CYpl为频率差异系数,WLzx为物联网前端数据小波变换后的中心频率; 设置小波系数阈值,计算高频滤波比值系数,计算公式为:其中,BZgp为高频滤波比值系数,tc~td为大于小波系数阈值的时间段; 计算高频过滤幅值系数,计算公式为:FZgp=CYpl×BZgp;其中,FZgp为高频过滤幅值系数; 所述数据规整相似性系数的获取逻辑为:获取当前监测区间内物联网前端数据,将当前监测区间内物联网前端数据标记为:SJn,n=1、2、3、……、N,N为正整数,n为当前监测区间内网关接收到不同时刻物联网前端数据的编号; 获得上一个监测区间内物联网前端数据,将上一个监测区间内物联网前端数据标记为:SJi,i=1、2、3、……、I,I为正整数,i为上一个监测区间内网关接收到不同时刻物联网前端数据的编号; 构建成本矩阵,将当前监测区间和上一个监测区间各个时刻物联网前端数据的绝对差值作为距离度量,确定成本矩阵中的各个元素,将成本矩阵标记为:Cn,i,Cn,i=|SJn-SJi|; 构建累积成本矩阵,累积成本矩阵记录从起点到达每个点的最小总成本,将累积成本矩阵标记为:Dn,i,Dn,i=Cn,i+minDn-1,i,Dn,i-1,Dn-1,i-1; 通过递归累积计算,确定DTW距离,获得累积成本矩阵的最后一个元素,计算数据规整相似性系数,表达式为:GZxs=DN,I;其中,GZxs为数据规整相似性系数; 将物联网前端数据的趋势信息通过时间序列预测系数表示; 所述时间序列预测系数的获取逻辑为:采集历史物联网前端数据,将历史物联网前端数据中多个监测区间内的物联网前端数据作为训练数据,并将训练数据划分为输入训练数据和预测训练数据,根据输入训练数据和预测训练数据对自回归滑动平均模型进行训练,通过最小二乘法估计自回归滑动平均模型的回归系数和滑动平均系数; 基于训练完成的自回归滑动平均模型,确定在监测区间内输入到自回归滑动平均模型中的物联网前端数据,获得物联网前端数据的预测值,将物联网前端数据的预测值标记为:YCm,其中,m=1、2、3、……、M,M为正整数,m为预测物联网前端数据的编号; 确定当前监测区间内物联网前端数据的实际值,并将当前监测区间内物联网前端数据的实际值标记为:SJm; 计算时间序列预测系数,计算公式为:其中,XLyc为时间序列预测系数。

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扬州冠桥卓越信息科技有限公司,其通讯地址为:225000 江苏省扬州市高新区横三路高新大厦803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。

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。