Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
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 积分商城 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 > 瑞泊(北京)人工智能科技有限公司张博尧获国家专利权

瑞泊(北京)人工智能科技有限公司张博尧获国家专利权

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!

龙图腾网获悉瑞泊(北京)人工智能科技有限公司申请的专利流式数据的自适应采样与近似查询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:CN120687505B

龙图腾网通过国家知识产权局官网在2025-12-09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:202510802141.3,技术领域涉及:G06F16/2458;该发明授权流式数据的自适应采样与近似查询方法是由张博尧;王彦棡;余剑峰;周奕彤;黄徐图;张东;杨真设计研发完成,并于2025-06-16向国家知识产权局提交的专利申请。

流式数据的自适应采样与近似查询方法在说明书摘要公布了:本发明公开的属于流式数据技术领域,具体为流式数据的自适应采样与近似查询方法,包括具体步骤如下:S1,基于数据特征的权重分配:分析流式数据的特征,为每个数据点分配相应的权重;对于变化剧烈、波动较大的数据点赋予较高权重;对于变化平缓的数据点赋予较低权重;S2,基于机器学习的异常检测机制:利用历史数据训练异常检测模型,实时对流式数据进行异常检测。本发明通过设置基于数据特征的权重分配、动态调整采样率和分桶采样,具有能够依据数据权重和系统资源状况,有针对性地减少数据处理量,无需对全部流式数据进行处理,大大降低了对计算能力和存储能力的需求。

本发明授权流式数据的自适应采样与近似查询方法在权利要求书中公布了:1.流式数据的自适应采样与近似查询方法,其特征在于,包括具体步骤如下: S1,基于数据特征的权重分配:分析流式数据的特征,为每个数据点分配相应的权重; 对于变化剧烈、波动较大的数据点赋予较高权重;对于变化平缓的数据点赋予较低权重; S2,基于机器学习的异常检测机制:利用历史数据训练异常检测模型,实时对流式数据进行异常检测; S3,动态调整采样率:根据数据的权重分布和系统资源状况,动态调整采样率;当数据中高权重数据点较多时,适当提高采样率,以确保能够准确捕捉到关键信息;当数据较为平稳,低权重数据点占比较大时,降低采样率,减少数据处理量;同时,实时监测系统的CPU、内存资源使用情况,避免因采样率过高导致系统资源耗尽; S4.分桶采样:将流式数据按照时间窗口或数据特征进行分桶,对每个桶内的数据进行独立采样;在每个桶内,根据桶内数据的特点和预设的采样策略,选择合适的采样方法,以保证采样精度的前提下,提高采样效率,并且便于对不同时间段或不同特征的数据进行单独分析; S5,构建数据概要结构:在采样数据的基础上,构建数据概要结构,其概要结构能够以较小的空间开销存储数据的主要特征,用于快速回答近似查询; S6,基于概要结构的查询处理:当接收到查询请求时,首先在数据概要结构上进行查询处理,并根据查询的类型和条件,利用概要结构的特性快速计算出近似结果; S7,基于深度学习的结果修正:构建深度学习模型,将查询条件、原始概要结构查询得到的近似结果以及数据的上下文信息作为模型输入,输出修正后的查询结果; S8,误差估计与反馈调整:在返回近似查询结果的同时,对结果的误差进行估计;以通过与原始数据的部分对比或基于统计模型的方法,给出误差范围;如果用户对误差不满意,能够根据误差反馈,自动调整采样策略或查询算法,重新进行查询,以提高结果的准确性。

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瑞泊(北京)人工智能科技有限公司,其通讯地址为:100143 北京市海淀区半壁店甲1号院5号楼4层4628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。