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！

龙图腾网获悉江西铜锐信息技术有限公司申请的专利基于智能问数与工业连接技术融合的快速数据采集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：CN120358288B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510851293.2，技术领域涉及：H04L69/08；该发明授权基于智能问数与工业连接技术融合的快速数据采集方法是由冯吉荣;郭春宜;应科;姚华洋;简吕奇;施璜;熊嘉豪;罗俊强设计研发完成，并于2025-06-24向国家知识产权局提交的专利申请。

本基于智能问数与工业连接技术融合的快速数据采集方法在说明书摘要公布了：本发明提出一种基于智能问数与工业连接技术融合的快速数据采集方法，该方法通过获取若干设备的工业协议以及设备对应的配置参数，并生成每个设备的采集模型；为每个采集模型生成结构指纹；基于结构指纹，通过多模态相似度计算对若干采集模型进行匹配度分析，并根据匹配度分析结果对若干采集模型进行筛选，以进行唯一性管理，并将设备与相应的采集模型进行关联映射，得到去重后的采集模型；将去重后的采集模型通过双向传输通道实现边缘网关配置精准下发，结合实时结构指纹回传与匹配度分析保障一致性。本发明通过AI驱动的流程编排与语义理解技术，显著提升数据采集系统的建模效率、信息一致性与下发能力。

本发明授权基于智能问数与工业连接技术融合的快速数据采集方法在权利要求书中公布了：1.一种基于智能问数与工业连接技术融合的快速数据采集方法，其特征在于，所述方法包括如下步骤： 步骤1、获取若干设备的工业协议以及设备对应的配置参数，将工业协议与配置参数通过语义解析与结构转换，生成每个设备的采集模型； 步骤2、根据采集模型的哈希值、路径结构和语义信息生成多维度指纹数据，并以多维度指纹数据作为对应采集模型的结构指纹； 步骤3、基于结构指纹，通过多模态相似度计算对若干采集模型进行匹配度分析以得到匹配度分析结果； 根据匹配度分析结果对若干采集模型进行筛选，以进行唯一性管理，并将设备与相应的采集模型进行关联映射，得到去重后的采集模型； 步骤4、将去重后的采集模型通过双向传输通道实现边缘网关配置精准下发，结合实时结构指纹回传与匹配度分析以保障一致性； 在所述步骤2中，根据采集模型的哈希值、路径结构和语义信息生成多维度指纹数据，并以多维度指纹数据作为对应采集模型的结构指纹具体包括如下步骤： 对采集模型中的每个设备的基本信息、属性信息、数据类型、单位进行排序处理后计算哈希值； 将采集模型中的字段组合为逻辑树结构，并进行嵌套层次编码，得到结构路径编码； 利用AI语义模型，将采集模型中的设备名称、设备属性信息转化为语义向量； 将哈希值、结构路径编码以及语义向量组合为统一结构形成多维度指纹数据，以多维度指纹数据作为对应采集模型的结构指纹； 其中，将采集模型中的字段组合为逻辑树结构，并进行嵌套层次编码，得到结构路径编码具体包括如下步骤： 将采集模型中的字段组合为逻辑树结构，并以逻辑树结构中节点的字段作为编码结果； 获取逻辑树结构当前节点的所有子节点的编码结果，再按字典序排序，得到子节点的编码集合； 将子节点的编码集合中所有子节点编码按顺序拼接为单一字符串，并采用加密哈希算法，得到编码的哈希值； 取编码的哈希值中前4位作为唯一标识，得到子节点结构的聚合哈希值； 将节点的字段与子节点结构的聚合哈希值进行拼接，在拼接过程中，若当前节点非根节点，则拼接父节点路径分隔符，以形成完整层级路径，得到结构路径编码； 在所述步骤3中，基于结构指纹，通过多模态相似度计算对若干采集模型进行匹配度分析具体包括如下步骤： 将多维度指纹数据按字段名称或业务逻辑建立字段映射关系进行对齐，得到结构对齐的多模态特征数据集； 遍历所有采集模型的结构对齐的多模态特征数据集中哈希值集合，统计相同哈希值的占比，并以相同哈希值的占比大小作为哈希相似度得分； 将结构对齐的多模态特征数据集中结构路径编码转换为字符串序列； 采用Levenshtein算法计算所有采集模型的字符串序列之间的最小编辑距离，并进行归一化，得到结构路径相似度得分； 将结构对齐的多模态特征数据集中语义向量采用通过预训练的语义模型投影到统一语义空间； 在统一语义空间中，计算所有采集模型的同名字段向量的余弦相似度，得到所有字段的余弦相似度； 根据字段重要性赋予不同大小的字段权重，并采用字段权重对所有字段的余弦相似度进行加权平均操作，得到语义相似度得分； 获取所需业务场景类型以及用户历史操作偏好，根据所需业务场景类型以及用户历史操作偏好动态的生成多模态权重，得到多模态权重系数； 利用多模态权重系数对哈希相似度得分、结构路径相似度得分以及语义相似度得分进行加权融合，并进行归一化，得到多模态综合相似度评分； 根据匹配度分析结果对若干采集模型进行筛选，以进行唯一性管理，并将设备与相应的采集模型进行关联映射具体包括如下步骤： 将多模态综合相似度评分按预设规则划分评分区间，并给定相应的标记，得到带分类标签的候选模型列表；其中，以大于或等于95%作为高匹配区间，并标记为“强复用候选”；以70%~95%作为灰区，并标记为“需人工校验”；以小于70%作为低匹配区间，并标记为“独立新建”； 获取带分类标签的候选模型列表中标记为“强复用候选”的采集模型集合，并进行唯一性判定，若同一目标模型仅匹配一个候选模型，直接关联复用； 若多个候选模型匹配同一目标采集模型，则按采集模型版本时间、用户历史选择频率、字段完整性动态排序；从排序结果中选择优先级最高的采集模型作为主版本，其余标记为“历史副本”；并提取“历史副本”中主版本所缺失的字段生成补丁文件，以供人工确认，得到去重后的主采集模型集合； 获取带分类标签的候选采集模型列表中标记为“需人工校验”的采集模型集合，并对相似或冲突部分进行差异可视化，引导用户对标记为“需人工校验”的采集模型进行修正和更新，得到修正采集模型集合； 将标记为“独立新建”的采集模型集合、去重后的主采集模型集合以及修正采集模型集合与相应的设备进行关联映射，得到去重后的采集模型。

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江西铜锐信息技术有限公司，其通讯地址为：330000 江西省南昌市南昌高新技术产业开发区昌东大道7666号江铜国际广场1#楼办公楼5层513房；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”。