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！

龙图腾网获悉中国科学院计算技术研究所申请的专利面向复杂场景的小样本时序数据外推分析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：CN117235150B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202311247544.3，技术领域涉及：G06F16/2458；该发明授权面向复杂场景的小样本时序数据外推分析方法及系统是由朱金彬;姚治成设计研发完成，并于2023-09-25向国家知识产权局提交的专利申请。

本面向复杂场景的小样本时序数据外推分析方法及系统在说明书摘要公布了：本发明提供了一种面向复杂场景的小样本时序数据外推分析方法和系统，包含：通过使用深度学习算法来自动地从数据中提取有用的特征，从而减少了人工特征选择的工作量，并提高了预测精度。通过将多个不同的模型进行组合，以提高预测结果的准确性和鲁棒性。利用已有的相关领域数据和知识，在相似或相近领域快速迁移模型，提高了模型训练的效率和精度。最后，对模型进行评估和优化，以满足实际应用的需求。本发明通过对模型的组合和迁移学习，提高了模型的预测准确性和鲁棒性，并且可以快速适应新领域或新场景的需求。

本发明授权面向复杂场景的小样本时序数据外推分析方法及系统在权利要求书中公布了：1.一种面向复杂场景的小样本时序数据外推分析方法，其特征在于，包括： 系统初始步骤，构建包括时序数据采集设备和控制端的物联网，该时序数据采集设备用于采集时序数据，该控制端内设有特征提取模块、集成学习模块和迁移学习模块； 模型训练步骤，获取已标记预测结果标签的时序数据作为训练数据，该特征提取模块提取该训练数据的时序特征；集成学习模块根据该训练数据的应用场景，根据集成策略组合多个场景下的个体外推模型，得到集成外推模型；迁移学习模块利用该应用场景下的数据知识，对该集成外推模型进行迁移学习，得到迁移模型；将该训练数据输入该迁移模型得到外推结果，并结合该预测结果标签构建损失函数用于训练更新该特征提取模块、集成学习模块和迁移学习模块，将训练完成后该迁移学习模块得到的迁移模型作为数据外推分析模型； 时序数据外推步骤，该控制端接收该时序数据采集设备采集的时序数据作为待外推数据，通过训练完成后的该特征提取模块提取该待外推数据，得到待外推特征，并将其输入该数据外推分析模型，得到该待外推数据的外推结果； 其中该模型训练步骤中集成学习模块的训练过程包括： 根据该应用场景的特点和数据样本分布，选择多个个体外推模型，对该训练数据的时序特征进行训练，得到各自的外推结果Yii=1,2,…,n； 根据集成策略，将外推结果结合起来，得到综合外推结果Y'； 根据该预测结果标签得到该综合外推结果Y'的预测效果，通过该损失函数调整个体外推模型和集成策略，更新该集成外推模型。

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中国科学院计算技术研究所，其通讯地址为：100080 北京市海淀区中关村科学院南路6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。