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！

龙图腾网获悉临沂新型智慧城市研究院申请的专利一种基于机器智能的应用系统集成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：CN119760237B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202411891077.2，技术领域涉及：G06F16/9535；该发明授权一种基于机器智能的应用系统集成方法及系统是由王雷;王德成;宋金霞;王福丹;孟圣炜;俞科廷;夏利敏;丁朋朋设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种基于机器智能的应用系统集成方法及系统在说明书摘要公布了：本发明公开了一种基于机器智能的应用系统集成方法及系统，涉及人工智能技术领域，包括通过应用系统内的多源数据抓取互联网融合技术，利用分布式计算框架对互联网融合技术进行处理；根据机器智能的信息知识图谱，构建机器智能检索模型，通过机器学习对检索模型的参数进行优化；通过用户反馈机制匹配划分结果，完成基于应用系统集成的信息检索服务。本发明能够显著提高信息检索服务的效率和准确性，能够有效应对互联网海量数据的挑战，实现快速而精准的信息检索，确保检索服务质量的持续提升，具备高度的灵活性，支持多变的信息检索需求和服务的快速迭代，为用户提供更加个性化和智能化的信息检索体验。

本发明授权一种基于机器智能的应用系统集成方法及系统在权利要求书中公布了：1.一种基于机器智能的应用系统集成方法，其特征在于：包括： 通过应用系统内的多源数据抓取互联网融合技术，利用分布式计算框架对互联网融合技术进行处理； 根据机器智能的信息知识图谱，构建机器智能检索模型，通过机器学习对检索模型的参数进行优化； 采用微服务架构将优化后的检索模型参数进行集成，将集成后的检索模型进行划分，通过用户反馈机制匹配划分结果，完成基于应用系统集成的信息检索服务； 所述互联网融合技术包括利用互联网的渠道收集海量信息数据，所述通过应用系统内的多源数据抓取互联网融合技术包括通过应用系统内的多源数据抓取海量信息数据，所述抓取的步骤如下： 定义应用系统内的多源数据的预处理规则； 添加异常处理机制，验证定义后的预处理规则； 使用自动化工具管理未出现异常的预处理规则，触发抓取海量信息数据的应用系统展示页面； 所述定义应用系统内的多源数据的预处理规则包括引入字符编码转化功能，在定义应用系统内的多源数据的预处理规则阶段，记录所述多源数据的字段位置，识别多源数据的字段位置； 使用机器智能的学习算法训练字段位置，通过训练过程中得到的样本数据训练模型，完成字段位置的定位； 所述添加异常处理机制包括在应用系统展示页面中设置定义的请求超时时间； 当定义过程在应用系统展示页面中捕获得到异常的字符编码时，则在定义应用系统内的多源数据的预处理规则阶段超时，此时记录异常信息； 所述验证定义后的预处理规则包括利用测试执行验证预处理规则，所述预处理规则的场景包括异常信息和正常信息，所述测试执行包括自动化测试和手动测试； 当记录得到异常信息时，此时利用手动测试验证预处理规则； 当未记录得到异常信息时，此时记录得到正常信息，则利用自动化测试验证预处理规则； 所述利用手动测试验证预处理规则包括根据异常信息的变化和用户反馈机制的信息，动态调整预处理规则； 所述利用测试执行验证预处理规则包括根据记录的异常信息次数和时间间隔，动态调整重试次数和时间间隔，基于动态调整的重试次数和时间间隔，生成自动化测试，完成自动反馈异常信息的功能； 所述对互联网融合技术进行处理包括基于字符编码转化功能，采用分布式计算框架的任务调度算法对异常信息的权重进行分配； 所述对异常信息的权重进行分配包括基于动态调整过程中的调整任务列队长度和应用系统的资源利用率计算动态调整因子，所述计算动态调整因子的具体公式为： ， 其中，和表示权重系数，表示任务列队长度的比例，表示应用系统的资源利用率剩余量，表示应用系统的资源利用率，表示动态调整因子； 通过动态调整因子，并根据异常信息的严重程度和发生频率构建机器智能的信息知识图谱，所述严重程度包括致命错误、错误、警告和通知，所述发生频率包括分析所述严重程度的发生次数； 根据所述动态调整因子的变化情况，动态更新信息知识图谱的节点位置，完成机器智能检索模型的构建； 所述对检索模型的参数进行优化包括从信息知识图谱中导出异常信息数据进行训练，对所述训练数据进行标注； 所述从信息知识图谱中导出异常信息数据进行训练包括对字符编码转化功能进行标准化处理，所述标准化处理包括利用独热编码将字符编码转化为数值型变量，通过N次迭代数值型变量得到数值型变量规则，遍历所有数值型变量规则，评估各个数值型变量规则的性能，对性能进行数据分割，所述数据分割包括训练集、验证集和测试集； 所述训练集包括根据N次迭代的下一个数值型变量规则构建目标函数的概率模型； 所述验证集包括在所有数值型变量规则中搜索概率模型的采样点； 所述测试集包括基于用户反馈机制的信息对采样点进行优化。

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临沂新型智慧城市研究院，其通讯地址为：276000 山东省临沂市兰山区北京路8号政务服务中心1210房间；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”。