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！

龙图腾网获悉南通华能新材料有限公司申请的专利一种基于云平台的塑料新材料研发数据处理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：CN120952719B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511487954.4，技术领域涉及：G06Q10/10；该发明授权一种基于云平台的塑料新材料研发数据处理方法是由顾小平设计研发完成，并于2025-10-17向国家知识产权局提交的专利申请。

本一种基于云平台的塑料新材料研发数据处理方法在说明书摘要公布了：本发明涉及数据处理技术领域，公开了一种基于云平台的塑料新材料研发数据处理方法，包括：通过边缘节点采集多源异构的塑料研发原始数据，并对数据进行预处理；将处理后的数据分类并进行分层存储管理与优化；解析用户提交的研发计算任务，并根据任务属性动态调度与分配云计算资源以执行任务；对存储的数据进行挖掘分析，以构建知识图谱、训练性能预测模型和生成配方推荐；将数据处理结果、分析过程及任务状态进行可视化展示，并提供基于权限的数据共享与协同研发支持。本发明实现了塑料研发数据的全流程智能化管理，能够显著加速研发周期，降低创新成本。

本发明授权一种基于云平台的塑料新材料研发数据处理方法在权利要求书中公布了：1.一种基于云平台的塑料新材料研发数据处理方法，其特征在于，包括以下步骤： 步骤S1，通过部署于研发设备侧的边缘节点采集多源异构的塑料研发原始数据，并对数据进行预处理； 步骤S2，基于数据的实时访问频率、项目阶段及业务价值，将处理后的数据分类并进行分层存储管理与优化； 步骤S3，解析用户提交的研发计算任务，并根据任务属性动态调度与分配云计算资源以执行任务； 步骤S4，采用机器学习算法对存储的数据进行挖掘分析，以构建知识图谱、训练性能预测模型和生成配方推荐； 步骤S5，将数据处理结果、分析过程及任务状态进行可视化展示，并提供基于权限的数据共享与协同研发支持； 其中在步骤S1中，还包括如下子步骤： S1-1，通过数据采集接口，从分子模拟源采集分子结构数据与量子化学描述符，从分析测试设备采集光谱数据，从性能测试设备采集力学性能数据，并从过程控制系统采集合成工艺参数； S1-2，对采集的原始数据进行清洗与格式化处理，其中，对分子结构数据进行标准化编码，对光谱数据进行基线校正与特征峰提取，对力学性能数据进行单位统一与有效性校验，对工艺参数进行平滑处理； S1-3，为预处理后的数据附加元数据标识，并通过带身份认证与传输加密的安全通道，批量传输至云端数据湖中进行持久化存储，所述元数据标识包括唯一材料标识符、数据血缘标签、数据质量标识和时间戳； 其中在步骤S3中，还包括如下子步骤： S3-1，通过统一的任务提交接口接收用户任务请求，所述任务请求中包含任务类型、输入参数和资源需求描述，所述任务类型包括计算密集型的分子动力学模拟、数据密集型的构效模型训练和内存密集型的配方多目标优化； S3-2，解析任务请求中的依赖关系描述符，构建表示任务间执行顺序与依赖关系的有向无环图； S3-3，遍历所述有向无环图，识别出所有无前驱依赖任务的节点，形成初始可执行任务集并优先调度执行； S3-4，对于有向无环图中不存在直接或间接依赖关系的任务分支，将其识别为独立任务集，并拆分为多个可在不同计算节点上并行执行的子任务； S3-5，根据任务请求中声明的资源需求描述和系统实时资源状态，为任务分配计算资源单元； 其中在步骤S4中，还包括如下子步骤： S4-1，对平台存储的研发文档与实验报告文本数据进行命名实体识别，提取材料、性能和工艺实体； S4-2，对提取出的实体进行关系抽取，识别实体间的语义关系； S4-3，将抽取的实体及关系对，与平台内部的结构化实验数据通过唯一材料标识符进行关联映射，构建结构化的材料知识图谱； S4-4，从分子结构文件中解析并计算几何与电子结构描述符，将其与对应的合成工艺参数组合为特征向量，并以材料测得的性能指标作为监督学习标签，训练机器学习回归模型生成定量构效关系预测模型； S4-5，基于历史配方数据库，采用无监督聚类算法将配方按组分与性能特征划分为不同族群，对当前研发目标，从族群中筛选出基线配方，并采用推荐算法生成配方组分的优化比例推荐列表。

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南通华能新材料有限公司，其通讯地址为：226300 江苏省南通市通州区先锋街道双盟村十四组；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。