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！

龙图腾网获悉杭州市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院)申请的专利基于形状元的大语言模型可解释性时间序列分类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：CN120561664B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202511077505.2，技术领域涉及：G06F18/24；该发明授权基于形状元的大语言模型可解释性时间序列分类方法及系统是由诸彤宇;贾亦韬;许怡;孙磊磊;盛浩;吕卫锋;韩良喆设计研发完成，并于2025-08-01向国家知识产权局提交的专利申请。

本基于形状元的大语言模型可解释性时间序列分类方法及系统在说明书摘要公布了：本发明提出一种基于形状元的大语言模型可解释性时间序列分类方法及系统，属于人工智能领域，包括：S1：加载预训练的LLM权重，配置各子系统的参数；从数据源加载时间序列，对其进行预处理；S2：将预处理后的时间序列输入候选形状特征生成模块，得到候选形状元集合；S3：将候选形状元集合输入文本引导形状特征评估模块，对每个候选形状元利用LLM在语义相关性、扰动稳定性和可解释性三个维度进行评估和过滤，得到形状元集合和解释文本；S4：将形状元集合经表示学习后得到的特征向量输入分类器模型，输出对应标签的预测结果。本发明提高了时间序列分类的准确性和可靠性，同时提供了可解释的分类结果。

本发明授权基于形状元的大语言模型可解释性时间序列分类方法及系统在权利要求书中公布了：1.一种基于形状元的大语言模型可解释性时间序列分类方法，其特征在于，包括： 步骤S1：加载预训练的LLM权重，预设候选形状特征生成模块、文本引导形状特征评估模块、分类器模块的超参数；从数据源加载时间序列，对其进行归一化、缺值填补的预处理； 步骤S2：将预处理后的时间序列输入候选形状特征生成模块，利用自适应滑动窗口机制获取候选形状特征子序列，并通过计算复合距离以及制定筛选策略对所述候选形状特征子序列进行筛选，得到候选形状元集合； 其中，利用自适应滑动窗口机制获取候选形状特征子序列，具体包括： 步骤S211：令经预处理后的时间序列为，其中，为时间序列长度、为通道数，的标签向量为；令子序列为，其中为起始位置、为长度； 步骤S212：通过计算欧式距离，统计与预设容差阈值r匹配的子序列对数量： ； ； 其中，表示标准差；统计与子序列在预设容差阈值r下匹配的子序列的个数； 计算的样本熵，用于衡量序列的复杂程度： ； 步骤S213：计算的频域能量分布标准差作为傅里叶能量差以衡量序列周期模式的稳定性： ； ； 其中，，为频率分量索引；表示时域采样点；为主频带提取的有效频率分量数量； 步骤S214：根据样本熵与傅里叶能量差，预设缩放因子，计算自适应滑动窗口的长度： ； 根据所述自适应滑动窗口提取到的时间序列的子序列作为候选形状特征子序列； 其中，计算复合距离，具体包括下述步骤： 步骤S221：计算复杂度不变距离，用于衡量不同长度相同通道的两个序列、在忽视序列幅度差异的相似度： ； ； 其中，表示序列的复杂度估计量；为动态时间规整距离； 步骤S222：计算形态动态时间规整距离，用于衡量子序列的形态变化特征与原序列的相似度： ； 其中，为局部梯度特征；为DTW方法中的动态规整路径全集，o表示路径π的起点，d表示路径π的终点； 步骤S223：通过加权调和上述两种距离，得到子序列与原序列的复合距离： ； 步骤S3：将所述候选形状元集合输入文本引导形状特征评估模块，对每个候选形状元利用LLM在语义相关性、扰动稳定性和可解释性三个维度进行评估，得到其质量评分和解释文本，过滤质量评分低于阈值的候选形状元，得到最终形状元集合； 步骤S4：将作为基于形状元的时间序列表示学习，得到特征向量输入分类器模型，输出对应标签的预测结果。

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杭州市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院)，其通讯地址为：311115 浙江省杭州市余杭区瓶窑镇双红桥街166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。