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！

龙图腾网获悉杭州量算科技有限公司申请的专利基于时序分析模型进行数据智能分析的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：CN119272203B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202411783082.1，技术领域涉及：G06F18/2433；该发明授权基于时序分析模型进行数据智能分析的处理方法是由崔德鹏;王昭锦设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本基于时序分析模型进行数据智能分析的处理方法在说明书摘要公布了：本发明提供一种基于时序分析模型进行数据智能分析的处理方法，基于时间戳对前端上传的任务数据包进行时序数据的解析、提取，得到当前任务中各个时间戳下的时序数据。为了便于后台对当前任务进行数据分析，通过对各时间戳下的时序数据进行AI识别，利用大数据训练构建的时序分析模型识别时序数据中的时序变化特征，记录当前任务中各时间戳下时序数据的时序变化特征并生当前成任务的数据变化特征表，便于用户查看当前任务重时序数据的分析处理结果。相比人工分析，能够大大提高时序数据的分析效率，且能够适应海量时序数据的在线实时分析，提供更高的数据支持能力。时序分析模型具有较高的鲁棒性、随机性以及预测的泛化能力。

本发明授权基于时序分析模型进行数据智能分析的处理方法在权利要求书中公布了：1.一种基于时序分析模型进行数据智能分析的处理方法，其特征在于，所述方法包括： S1、实时采集并解析前端上传的任务数据包，从解析数据中提取若干时间戳下的时序数据，包括： 通过后台服务器接口，接收前端上传的所述任务数据包； 识别所述任务数据包的数据格式，并根据对应数据格式的解析方式，解析所述任务数据包，得到标记有时间戳的若干时序数据； 遍历识别各个所述时序数据的时间戳，基于为所述任务数据包预先配置的数字签名判断规则，判断各个所述时序数据的时间戳是否合格，包括： 提取为所述任务数据包预先配置的所述数字签名判断规则中的关键词和判断逻辑，其中，所述关键词包括时间戳类型、版本、格式和数字签名标识； 将所述关键词和所述判断逻辑，作为提示词输入至预设的LLM大语言模型中； 遍历各个所述时序数据的时间戳，通过所述LLM大语言模型基于所述关键词和所述判断逻辑识别并判断各个所述时序数据的时间戳是否合格： 若合格，则将合格的所述时间戳下的所述时序数据，按序存储至后台MySQL数据库中； 反之，则通知前端对不合格的所述时间戳下的所述时序数据，进行数据补正；待补正合格后，再存储至后台MySQL数据库； S2、遍历各个时间戳下的所述时序数据，并将所述时序数据导入预设的时序分析模型，通过所述时序分析模型识别所述时序数据中的时序变化特征，并输出；所述时序分析模型的构建方法，包括： 收集并解析若干历史任务数据包，构建由若干历史时序数据组成的历史时序数据集； 遍历所述历史时序数据集，找出不具备时间戳的历史时序数据并剔除，并将剩余的历史时序数据按照时间戳进行排序，重新组建所述历史时序数据集； 对所述历史时序数据集进行特征工程，提取时序变化特征，包括： 提取各个所述历史时序数据的时间戳中的时间特征； 利用预设的滑动窗口，提取各个所述历史时序数据中的数据特征值包括均值、方差、最大值、最小值和或中位数； 识别并提取各个所述时间特征之间的趋势季节性特征； 统计各个所述时间特征、所述数据特征值以及对应各个所述时间特征的所述趋势季节性特征，组建特征集； 按照预设比例，将所述特征集划分为训练集和验证集； 将所述训练集输入预设的时序分析模型中，进行特征学习，并按照预设的模型优化迭代条件，对所述时序分析模型进行优化训练； 使用所述验证集，对所述时序分析模型进行性能验证： 若验证通过，则部署并应用所述时序分析模型； 反之，重复上述步骤； S3、将所述时序变化特征与对应的所述时间戳绑定，生成对应所述任务数据包的数据变化特征表，包括： 读取各个所述时间戳下的所述时序变化特征：所述时间特征、所述数据特征值以及对应各个所述时间特征的所述趋势季节性特征； 按照时序，依次将各个所述时间戳下的所述时序变化特征写入预设的数据波动统计表中，为所述任务数据包生成本次的数据变化特征表； S4、将所述数据变化特征表原路反馈至前端。

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杭州量算科技有限公司，其通讯地址为：311100 浙江省杭州市余杭区仓前街道仓兴街669号10幢1010室；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”。