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！

龙图腾网获悉西南交通大学申请的专利一种复杂装备全生命周期多源异构数据融合模式构建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：CN115935292B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202211662556.8，技术领域涉及：G06F18/25；该发明授权一种复杂装备全生命周期多源异构数据融合模式构建方法是由王淑营;崔高舜;丁国富;张海柱;郑庆设计研发完成，并于2022-12-23向国家知识产权局提交的专利申请。

本一种复杂装备全生命周期多源异构数据融合模式构建方法在说明书摘要公布了：本发明涉及一种复杂装备全生命周期多源异构数据融合模式构建方法。该方法包括：建立复杂装备多源异构数据数据冗余属性的识别方法；建立基于产品族元结构树的可重用知识数据关联映射、设计结构树生成及的设计阶段数据关联映射、制造结构树生成及制造阶段数据关联映射、运维结构树生成及运维阶段数据关联映射算法；基于函数依赖和关系模型的外键约束，构建出整合多源异构数据的复杂装备全生命周期数据模式。本发明通过建立复杂装备设计、制造、运维阶段数据关联映射及阶段间数据映射方法，解决了复杂装备设计、制造、运维阶段各业务系统独立应用造成的物理信息数据结构的差异性、特征的冗余性和数据间关联关系缺失造成的孤岛问题。

本发明授权一种复杂装备全生命周期多源异构数据融合模式构建方法在权利要求书中公布了：1.一种复杂装备全生命周期多源异构数据融合模式构建方法，其特征在于：包括以下步骤： 步骤S1：多源异构数据冗余属性的识别与约简； 步骤S2：建立数据实体间关联映射模型； 步骤S3：产品族元结构树及知识类数据关联映射； 步骤S4：设计阶段数据关联映射； 步骤S5：制造阶段数据关联映射； 步骤S6：运维阶段数据关联映射； 步骤S7：多源异构数据转换融合入库方法； 其中，步骤S1包括步骤S11-步骤S12； 步骤S11：多源异构数据主属性标记； 对于同一数据对象，分别针对标称属性和数值属性提出不同的冗余属性识别和约简方法；首先，读取数据库字典获得各自的主属性PK和PK，判断PK和PK是否为算法生成的全球唯一标识或自增类型，分为以下3种情况处理： 1若两者中有一个是全球唯一标识或自增类型，则将该属性做删除标记，另一个属性标记为主属性； 2若两者都是全球唯一标识或自增类型，提醒管理员从剩余属性集中选择主属性，并对两个主属性做删除标记； 3若两者都既不是全球唯一标识也不是自增类型，判断两者名称及数据类型是否相同，若相同则保留数据样本多的一个标记为主属性，若不同则提醒管理员从PK和PK中选择一个标记为主属性； 步骤S12：按照属性值范围将属性分为标称属性和数值属性，对属于同一数据类型的属性进行约简；步骤S12包括步骤S121-步骤S122； 步骤S121：标称属性约简； 属性A和属性B是来自不同系统的两个属性，属性A有c个值，A,…,，属性B有r个值B,…,，则属性A和属性B是否描述同一特征做如公式1计算： =1 其中：观测频度，期望频度，的计算公式2如下： =2 ；对计算出的通过卡方表对比，如果相关，则比较属性A和B的数据类型定义长度，保留数据类型定义长度大的属性，另一个属性标记为冗余； 步骤S122：数值属性约简； 属性A和属性B是来自不同系统两个属性，通过计算协方差来衡量属性A和B的相关度如公式3所示： -3 式中为属性A和B的均值,n为样本数； 由协方差进一步计算属性A和B的相关系数如公式4： 4 式中：和分别代表属性A和B对应数据的标准差； 计算结果与设定的阈值比对，若超过阈值,则： 比较属性A和B的数据类型定义长度，保留数据类型定义长度大的属性，另一个属性标记为冗余； 其中，步骤S2：建立数据实体间关联映射模型； 设和代表两类不同对象的数据实体，采用关系数据模型建立这两类数据实体之间的参照完整性关联映射如式5所示： 5 式中：和关联映射函数，表示两个数据集做笛卡尔积运算，表示在数据模式的A属性和数据模式的属性值相等下的条件选择运算，在上述映射关系中，称为参照数据关系实体，，称为被参照关系实体，为的主属性集； 其中，步骤S3-步骤S6按照步骤S2的关联映射模型建立关联映射。

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南交通大学，其通讯地址为：610031 四川省成都市二环路北一段；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。