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！

龙图腾网获悉西安交通大学申请的专利一种面向复杂税务数据系统的介区域识别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：CN115496570B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202211311742.7，技术领域涉及：G06Q40/10；该发明授权一种面向复杂税务数据系统的介区域识别方法是由郑庆华;武乐飞;师斌;王凯;董博;赵锐;赵子涵设计研发完成，并于2022-10-25向国家知识产权局提交的专利申请。

本一种面向复杂税务数据系统的介区域识别方法在说明书摘要公布了：本发明公开了一种面向复杂动态网络的层次划分和介区域识别方法，包括：首先，通过“静态快照构建‑动态时序嵌入”两阶段的方法，将复杂数据系统转化为语义等价的，包含对象、关系、属性和时序等要素的复杂动态网络；其次，基于系统科学中绝热消去原理，识别所关注的子系统随动态网络演化的主导因素，在此基础上构建边界尺度的假设空间；再次，基于频繁子图挖掘算法，挖掘各边界尺度的子图实例中的Motif；最后，基于二进制向量编码构建各边界尺度的相关度矩阵，再基于条件概率对边界尺度层级耦合关系建模，辨识子图模式层级耦合，通过置信度阈值判定两假设空间之间是否存在介区域。

本发明授权一种面向复杂税务数据系统的介区域识别方法在权利要求书中公布了：1.一种面向复杂税务数据系统的介区域识别方法，其特征在于，包括以下步骤： S101.静态快照构建-动态时序嵌入；首先，针对复杂税务数据系统时空多层次、非线性的特点，基于时序编码嵌入的非线性动态网络模型，通过“静态快照构建-动态时序嵌入”两阶段的方法，将复杂数据系统转化为语义等价的，包含对象、关系、属性和时序要素的复杂动态网络； S102.基于绝热消去的动态网络演化主导因素识别；基于系统科学中绝热消去原理，识别所关注的子系统随动态网络演化的主导因素，在此基础上构建边界尺度的假设空间； S103.边界尺度子图模式挖掘；基于频繁子图挖掘算法，挖掘各边界尺度的子图实例中的基序； S104.子图模式层级耦合辨识；基于二进制向量编码构建各边界尺度的相关度矩阵，再基于条件概率对边界尺度层级耦合关系建模，辨识子图模式的层级耦合，通过置信度阈值判定两假设空间之间是否存在介区域； 该方法具体包括以下实现步骤： 1静态网络快照构建 为实现将复杂数据系统转化为语义等价的，包含对象、关系、属性和时序要素的复杂动态网络，首先进行静态网络快照的构建，获取动态网络在时间上的有序图集，即复杂数据系统在不同时刻的快照集合； 2动态时序嵌入 为了在获得动态网络演化模式的同时，最大程度保留网络结构信息，对动态网络进行时序编码嵌入； 3识别动态网络演化的主导因素 系统从无序到有序或从低序到高序的变化过程称为“相变”，系统在相变处的内部参量分为慢弛豫变量和快弛豫变量，慢弛豫变量的数目少但衰减速度慢，它是决定系统相变的根本变量；快弛豫变量数目相对较多但衰减速度较快，它服从于慢弛豫变量，对系统的相变起到辅助作用；慢弛豫变量在系统演化过程中从无到有地变化，并通过对其它快弛豫变量的支配或役使作用，主宰着系统整体演化的过程，指示出新结构的形成，反映新结构的有序程度，就是序参量，亦即系统演化的主导因素； 基于系统科学中的绝热消去原理，识别所关注的子系统随动态网络演化的主导因素DF，在DF的引导下构建边界尺度假设空间； 4边界尺度子图模式挖掘 基于频繁子图挖掘算法，挖掘各边界尺度子图实例中的基序，基于图模式匹配获取动态网络中各节点在下的向量编码，该向量编码用以指示是否匹配相应的； 5子图模式层级耦合辨识 基于步骤4中的向量编码，构建各边界尺度间的相关度矩阵，基于条件概率对边界尺度间层级耦合关系建模，得到概率形式的相关度矩阵，最后判定两边界尺度间是否满足层级耦合关系，进而识别两边界尺度间是否存在介区域。

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西安交通大学，其通讯地址为：710048 陕西省西安市碑林区咸宁西路28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”。

以上内容由龙图腾AI智能生成。