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！

龙图腾网获悉湖南科技大学申请的专利基于矩阵Sketch的设备动态特征选择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：CN121350549B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511924373.2，技术领域涉及：G06F18/211；该发明授权基于矩阵Sketch的设备动态特征选择方法及系统是由文吉刚;裴书玉;杨方向;谢鲲;陈宇翔设计研发完成，并于2025-12-19向国家知识产权局提交的专利申请。

本基于矩阵Sketch的设备动态特征选择方法及系统在说明书摘要公布了：本发明公开了基于矩阵Sketch的设备动态特征选择方法及系统，涉及设备特征数据处理技术领域。该方法，包括以下步骤：当设备状态特征数据更新时对初始化矩阵Sketch进行数据插入；执行释放空间操作并更新矩阵Sketch；根据稀疏特征选择算法进行稀疏学习特征选择；根据动态特征选择频率分析评估结果对稀疏学习特征选择频率进行调节。本发明通过在矩阵Sketch上进行稀疏学习，相比于原始数据上进行稀疏学习，因为矩阵Sketch空间小，稀疏学习的计算开销可大幅降低，达到了提高动态特征选择的计算效率同时提高适用性的效果，解决了现有技术中存在根据网络动态环境变化实现动态特征选择的计算效率低引发适用性不足的问题。

本发明授权基于矩阵Sketch的设备动态特征选择方法及系统在权利要求书中公布了：1.基于矩阵Sketch的设备动态特征选择方法，其特征在于，包括以下步骤： 将矩阵Sketch进行初始化，当设备状态特征数据更新时对初始化矩阵Sketch进行数据插入； 若矩阵Sketch的数据插入已满，则执行释放空间操作并更新矩阵Sketch； 根据矩阵Sketch历史设备状态特征数据区和矩阵Sketch当前设备状态特征数据区来设置稀疏特征选择算法，根据稀疏特征选择算法进行稀疏学习特征选择； 进行动态特征选择频率分析评估，根据动态特征选择频率分析评估结果对稀疏学习特征选择频率进行调节；所述进行动态特征选择频率分析评估，具体包括： 采集并得到当前次的稀疏学习特征选择的特征分数、上一次的稀疏学习特征选择的特征分数； 从设备动态特征选择数据库中直接提取得到特征分数的预定义波动阈值、特征变化第一权重因子和特征变化第二权重因子； 将当前次的稀疏学习特征选择的特征分数与对应的上一次的稀疏学习特征选择的特征分数进行差异分析，与对应的特征分数的预定义波动阈值进行占比分析，通过求和均值分析，再与特征变化第一权重因子进行权重修正，得到动态特征选择频率分析第一分量； 将当前次的稀疏学习特征选择的特征分数与对应的全量数据特征分数平均值进行差异分析，与对应的全量数据特征分数平均值进行占比分析，通过求和均值分析，再与特征变化第二权重因子进行权重修正，得到动态特征选择频率分析第二分量； 根据动态特征选择频率分析第一分量和动态特征选择频率分析第二分量得到动态特征选择频率分析评估突变值； 所述根据动态特征选择频率分析评估结果对稀疏学习特征选择频率进行调节，具体包括： 若动态特征选择频率分析评估突变值小于或等于动态特征选择频率分析评估突变阈值，则在接下来的预定义调节次数中逐步减小流形正则化项的权重参数至流形正则化项的权重参数预定义下限； 若动态特征选择频率分析评估突变值大于动态特征选择频率分析评估突变阈值，则在接下来的预定义调节次数中逐步减小流形正则化项的权重参数至流形正则化项的权重参数预定义下限，将动态特征选择频率分析评估突变值减去动态特征选择频率分析评估突变阈值，得到动态特征选择频率分析评估突变差值，根据动态特征选择频率分析评估突变差值减小稀疏学习特征选择时间间隔。

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湖南科技大学，其通讯地址为：411201 湖南省湘潭市雨湖区石马头；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。