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！

龙图腾网获悉同济大学;福建金岳慧创智能科技有限公司申请的专利一种基于微调大语言模型的飞机总装信息关联规则挖掘方法、设备及介质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：CN120197688B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510685297.8，技术领域涉及：G06N5/025；该发明授权一种基于微调大语言模型的飞机总装信息关联规则挖掘方法、设备及介质是由赵卫东;沈嘉吉;柳先辉;葛小丽;邢宏文;陈文迪;车勇设计研发完成，并于2025-05-27向国家知识产权局提交的专利申请。

本一种基于微调大语言模型的飞机总装信息关联规则挖掘方法、设备及介质在说明书摘要公布了：本发明公开了一种基于微调大语言模型的飞机总装信息关联规则挖掘方法、设备及介质，涉及电子数据数字处理领域，所述方法包括以下步骤：S1、采集飞机总装工艺文件中的多源生产要素数据；S2、基于低秩适配的大语言模型微调方法进行领域适配；S3、抽取结构化要素信息，构建语义优化的项目集；S4、基于关联规则挖掘算法挖掘生产要素与总装环节的关联规则；S5、优化并输出高置信度关联规则集。本发明通过对大语言模型的微调结合关联规则挖掘，低秩矩阵的引入和挖掘算法的深入结合，有效提升信息提取的准确性和生产要素关联分析的深度，从而大幅提高生产要素之间关联关系的识别精度，为总装过程的优化提供了可靠的数据支持和决策依据。

本发明授权一种基于微调大语言模型的飞机总装信息关联规则挖掘方法、设备及介质在权利要求书中公布了：1.一种基于微调大语言模型的飞机总装信息关联规则挖掘方法，其特征在于，包括以下步骤： S1、采集飞机总装工艺文件中的多源生产要素数据并进行预处理； S2、基于低秩适配的大语言模型微调方法进行领域适配，增强专业术语识别能力； S3、通过微调后的大语言模型抽取结构化要素信息，构建语义优化的项目集； S4、基于关联规则挖掘算法挖掘生产要素与总装环节的关联规则； S5、结合词向量聚类与语义验证，优化并输出置信度≥0.85的关联规则集； 在所述S4的步骤中，所述生产要素与总装环节的关联规则基于FP-Growth算法，具体包括：频繁项集挖掘以及基于频繁项集生成关联规则； 所述频繁项集挖掘：统计每个项集在事务数据库中的出现频率，对于项集，是所有项的集合，所有项是数据集中所有不同的单个基本项，其支持度计算为： ，； 其中，是事务总数；当时为1，否则为0；是项集在整个事务数据库中出现的次数；是事务数据库中的单个事务，即一个数据项集合； 保留支持度≥最小阈值的项集，频繁项集的集合定义为： ； 为每个频繁项建立索引，记录其在FP树中的位置和全局频率，头指针表是一个字典，键为频繁项，值为： ； 其中，是项的支持度计数；是指向FP树中所有包含的节点链表； 将事务数据库压缩为前缀树结构，每个节点包含以下属性： ； 其中，是当前节点代表的项；是从根到该节点的路径出现次数；是父节点指针；是子节点字典； 构建规则：对每个事务，按频繁项支持度降序排序后插入树中，共享相同前缀的路径合并计数； 条件模式基生成：对于项，其条件模式基是FP树中所有以结尾的路径集合，每条路径的形式为： ； 递归公式：对每个项，递归构建条件FP树，并挖掘其频繁项集： ； 其中，是在FP-Growth算法的递归过程中，表示通过当前项的条件模式基生成的新频繁项集的集合；是在项的条件模式基上重新运行FP-Growth算法，使用相同的最小支持度阈值来挖掘频繁项集； 最终合并所有得到全局频繁项集； 所述关联规则计算：基于频繁项集生成规则，并通过置信度、提升度筛选高价值规则； 所述置信度表示在包含前件的事务中，也包含后件的事务的比例，即规则的准确度： ； 其中，是包含与的事务的数量；是包含的事务的数量； 提升度表示和之间的关联强度，提升度越高，表示和之间的关联关系越强，如果提升值大于1，则关联规则被认为是有价值的： ； 其中，是衡量规则的关联强度，反映和的共现是否具有统计显著性；是规则的置信度；是项集的支持度。

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同济大学;福建金岳慧创智能科技有限公司，其通讯地址为：200092 上海市杨浦区四平路1239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”。