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！

龙图腾网获悉新睿信智能物联研究院(南京)有限公司申请的专利一种基于多源异构数据聚合技术的物联网边缘算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：CN113222109B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202110343274.0，技术领域涉及：G06N3/0464；该发明授权一种基于多源异构数据聚合技术的物联网边缘算法是由王暾;田禹设计研发完成，并于2021-03-30向国家知识产权局提交的专利申请。

本一种基于多源异构数据聚合技术的物联网边缘算法在说明书摘要公布了：本发明公开了一种基于多源异构数据聚合技术的物联网边缘算法，包括以下步骤：S1.获取多源物联网异构数据，进行标准化聚合处理；S2.进行分析处理，得到数据集；S3.进行事件元素抽取，得到摘要内容；S4.得到训练样本；S5.计算分流后的每个训练样本的流会话特征矢量以及回归模型预测矢量；S6.得到训练后的目标数据抽取模型；S7.发送至云端数据库；S8.将标签字段发送至云端数据库中进行检索，检索完成后抽取出目标数据。本发明优化了对某种类或某字段的数据进行分析处理，使得多源业务数据联合处理，可根据配置方式抽取数据，大大减少到云端的数据传输，节约了大量的设备和运维人员成本，有效地提高了多源异构数据的检索效率和准确性。

本发明授权一种基于多源异构数据聚合技术的物联网边缘算法在权利要求书中公布了：1.一种基于多源异构数据聚合技术的物联网边缘算法，其特征在于，包括以下步骤： S1.获取多源物联网异构数据，将多源物联网异构数据进行标准化聚合处理，并对多源物联网异构数据进行本地存储； S2.对标准化聚合处理后的多源物联网异构数据进行分析处理，得到数据集； S3.构建卷积神经网络对分析处理后的数据集进行事件元素抽取，得到摘要内容； S4.利用文本相似度算法和最大边缘相关模型对摘要内容进一步分析处理，得到多个某种类或多个含有某字段的数据作为训练样本； S5.对训练样本按照标签类型进行分流，并计算分流后的每个训练样本的流会话特征矢量以及回归模型预测矢量； S6.将每个训练样本的流会话特征矢量、回归模型预测矢量和标签输入到数据抽取模型中进行训练，得到训练后的目标数据抽取模型； S7.根据数据类型将数据及标签组发送至云端数据库； S8.接收输入的检索特定种类或含有特定字段的数据，对检索特定种类或特定字段的数据进行分析处理后提取标签字段，将标签字段发送至云端数据库中进行检索，检索完成后抽取出目标数据；所述S2中对标准化聚合处理后的多源物联网异构数据进行分析处理的方式为过滤、同类合并去重；所述S3的具体包括以下步骤： S31.遍历数据集的所有样本，对样本进行单句切分、人工标注，得到模型数据集D： 其中lj为样本切分后的文本单句cj的标签，lj∈{某种类或含有某字段的数据}，j＝1,2,...,K，K为模型数据集单句总数； S32.提取模型数据集D中的文本单句的特征向量，得到数据集特征矩阵F； S33.构建一个卷积神经网络，记为TextCNN，其中TextCNN网络结构为卷积层、最大池化层、2个全连接层、softmax层； S34.将上述模型数据集特征F按照比例4:2:1随机划分为训练集、测试集、验证集； S35.利用步骤S34中划分好的训练集和验证集对步骤S33中得到的卷积神经网络TextCNN进行训练，得到训练好的网络模型Model； S36.利用上述步骤S35得到模型Model对步骤S34中的测试集进行摘要抽取，得到仅包括某种类或含有某字段的数据集合，记为摘要内容；所述S5中计算分流后的每个训练样本的流会话特征矢量以及回归模型预测矢量包括以下步骤： S51.计算分流后的每个训练样本的状态转移表列，对每个训练样本的状态转移表列进行空间压缩，将状态转移表列划分成多个互不相交的子集，针对每一个子集使用不同的字母表重编码进行编码操作，得到每一个子集的编码特征信息； S52.通过标签类型对应的状态转移边对每一个子集的编码特征信息中相似的编码特征信息进行合并，得到分流后的每个训练样本的流会话特征矢量； S53.对分流后的每个训练样本的流会话特征矢量进行回归模型分析，得到分流后的每个训练样本的回归模型预测矢量；所述S52中通过标签类型对应的状态转移边对每一个子集的编码特征信息中相似的编码特征信息进 行合并，得到分流后的每个训练样本的流会话特征矢量包括以下步骤： S521.通过标签类型对应的状态转移边识别每一个子集的编码特征信息中的状态转移矩阵； S522.获取存在相同状态转移参数的目标状态转移矩阵，并将目标状态转移矩阵所对应的编码特征信息确定为相似的编码特征信息； S523.对每一个子集的编码特征信息中相似的编码特征信息进行合并，得到分流后的每个训练样本的流会话特征矢量；所述S7中的云端数据库还对接收的数据及标签组中的标签进行关联，相关联的标签形成聚类；所述S7中的云端数据库还对从聚类中提取分类，形成分类目录，将分类目录发送出去；所述S8中将标签字段发送至云端数据库中进行检索的方式为将从标签字段中提取到的特征向量构建成向量集合，特征向量包括关键词和特征权重；所述S8中将标签字段发送至云端数据库中进行检索的方式还包括： 通过预置公式计算关键词的词频率，预置公式为： 其中，Li为词频率，TF为词频，Ctotal为词总数； 根据词频率和预置词性权重计算更新权重； 采用更新权重调整特征权重，得到优化后的特征向量。

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新睿信智能物联研究院(南京)有限公司，其通讯地址为：210000 江苏省南京市浦口区江北新区星火路14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”。