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！

龙图腾网获悉中国海洋大学申请的专利一种基于时空特征融合的数据质量控制方法、介质和装置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：CN119089393B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202411569913.5，技术领域涉及：G06F18/25；该发明授权一种基于时空特征融合的数据质量控制方法、介质和装置是由杨永全;丁海峰;魏志强;殷波;聂婕设计研发完成，并于2024-11-06向国家知识产权局提交的专利申请。

本一种基于时空特征融合的数据质量控制方法、介质和装置在说明书摘要公布了：本发明涉及一种基于时空特征融合的数据质量控制方法、介质和装置，属于数据处理技术领域，所述方法包括获取历年质控后的带有时空特征的数据并录入到时空数据库；利用时空数据库选取与待被质量控制数据同一地理区域下的数据制作成数据集；对制作的数据集进行数据预处理，构建训练数据质量控制网络，将预处理后的数据集输入到所述的质量控制网络进行训练，直至质量控制网络的模型收敛；对待质量控制的数据按照同样的方法进行数据据预处理，最后输入到收敛后的模型，得到每个数据点的质控标志。本发明还提供运行所述方法的介质和装置。本发明能够实现对时空数据的质量控制，具有检测准确率高、检测速度快、鲁棒性好等特点。

本发明授权一种基于时空特征融合的数据质量控制方法、介质和装置在权利要求书中公布了：1.一种基于时空特征融合的数据质量控制方法，其特征在于，所述方法的具体步骤如下： 步骤1：获取历年质控后的海洋浮漂数据并录入到时空数据库； 步骤2：利用时空数据库选取与待被质量控制数据同一地理区域下的数据制作成数据集；以海洋浮漂设备为单位，按照时间递增排序，将每台浮漂设备上的所有数据按照滑动窗口大小和滑动窗口步长生成滑动窗口数据，然后，将每一个滑动窗口数据存储为该设备的窗口；以滑动窗口为单位，进行时空相似度检索和时间统计信息检索，将检索到的时空和时间邻近的数据追加到窗口的最后； 步骤3：对步骤2制作的数据集进行数据预处理，所述的预处理包含数据集划分、训练集过采样处理和数据格式处理； 步骤4：构建训练海洋浮漂数据质量控制网络，将步骤3预处理后的数据集输入到所述的质量控制网络进行训练，直至质量控制网络的模型收敛； 步骤4.1：所述的构建的海洋浮漂数据质量控制网络包含以下层次：自注意力网络、基于注意力机制的动态图网络GAT、双向长短期记忆网络BiLSTM、基于注意力机制的解码器网络TF-Decoder、时域卷积网络TCN、全连接神经网络FC； 步骤4.2：将制作好的训练集输入步骤4.1所述的控制网络，以窗口数据为单位，先将窗口数据中滑动窗口大小*1+k条数据依次先后送入到多变量自注意力网络SelfAttention、基于注意力机制的动态图网络GAT、双向长短期记忆网络BiLSTM；与此同时，将窗口数据中的时间统计信息检索数据分别按照时间递增送入TCN网络，得到统计数据在时间上的抽象隐状态表示；然后，将TCN的输出作为注意力机制的K值，V值，将BiLSTM的输出作为Q值送入TF-Decoder网络进行交叉注意力连接，合并两个时间序列；最终，将TF-Decoder的输出送入到FC网络，得到每个时间步的异常值分类概率，通过与该时间步的标签值对比计算损失函数值，再通过随机梯度下降法和误差反向传播算法，将输出误差反向传播，将误差分摊给各层的计算单元，从而获得各层单元的误差信号，进而调整权重值；当损失函数值收敛时，模型收敛；如果模型出现不收敛情况，增大生成的异常值比例，即增加可学习的异常信息； 步骤5：利用时空数据库，将未被质量控制的、通过漂流浮漂设备采集的、相同空间位置的数据按照包括滑动窗口大小、滑动窗口步长、近邻k条数据在内的同样的参数进行滑动窗口划分、时空相似度检索近邻k条数据扩充至时间窗口中、时间统计信息检索历史数据；然后按照步骤3进行数据据预处理，最后输入到步骤4收敛后的模型，得到每个数据点的质控标志；对于存在重叠的滑动窗口，如果存在一个窗口判断为异常则该点为异常点，而该点存在的所有窗口都判断为正常则表明其在所有有关上下文都为正常数据。

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海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238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”。