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！

龙图腾网获悉南通大学申请的专利一种自适应高维数据压缩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：CN120825181B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202511292738.4，技术领域涉及：H03M7/30；该发明授权一种自适应高维数据压缩方法及系统是由肖静;褚敏捷;任文龙;田甜;徐晨昊;吴浩博设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本一种自适应高维数据压缩方法及系统在说明书摘要公布了：本发明涉及高维数据技术领域，具体为一种自适应高维数据压缩方法及系统，包括以下步骤，从输入的高维数据流中提取维度特征向量，计算向量之间的相关系数，筛选系数超标准的特征对，并记录特征对的位置和属性类型，生成特征关联度记录。本发明，通过对维度特征向量之间的相关系数进行计算并筛选，能够精确地识别和记录数据中重要的关联特性，基于关联度来动态分组和设置压缩参数，能根据数据本身的结构和分布特性优化压缩过程，大幅提升压缩效率而不降低数据质量，通过实时监控数据分布的变化来调整压缩设置，适应数据中的冗余部分实施更低的压缩比率，同时保留更多的数据维度以应对数据的动态变化。

本发明授权一种自适应高维数据压缩方法及系统在权利要求书中公布了：1.一种自适应高维数据压缩方法，其特征在于，包括以下步骤： S1：从输入的高维数据流中提取维度特征向量，计算向量之间的相关系数，筛选系数超标准的特征对，并记录特征对的位置和属性类型，生成特征关联度记录；所述高维数据为包含温度、湿度、压力、电压的工况监测数据； S2：基于所述特征关联度记录，选择有关键关联性的特征对作为分组核心，对其余特征进行归类，根据每个特征组的内部关联度，设定匹配的压缩参数，优化数据压缩过程的保真度，得到特征组参数映射表； S3：依据所述特征组参数映射表，实时监控高维数据压缩流中的特征分布，当特征变化超出既定标准时，重新配置压缩参数，减少对冗余特征的压缩比率或增加数据维度的保留范围，细化数据压缩粒度，获取动态压缩调整配置； 所述动态压缩调整配置的获取步骤具体为： S311：依据所述特征组参数映射表，实时监控高维数据压缩流中的特征分布，计算特征变化率，对比特征变化判断阈值，筛选触发重构条件的特征变化越界区间； S312：依据所述特征变化越界区间，识别越界区间内的特征子集，采用公式： ； 计算动态压缩调整值，得到压缩级别调整趋势，其中，表示第个特征的变化速率与幅度值，表示所有变化速率与幅度的平均值，和分别代表调整系数，和表示压缩比率调整的上限与下限，代表所有保留边界偏移值的标准差，是特征总数； S313：根据所述压缩级别调整趋势，匹配对应压缩级别参数配置项，重新组合映射表中的压缩策略字段值，更新压缩流的保留范围和压缩比例参数，获取动态压缩调整配置； S4：基于所述动态压缩调整配置，对压缩后的数据执行局部结构分析，计算数据特征向量之间的相似度，依据密集程度对数据索引区域进行划分，为密集度高的区域配置结构化索引，而对低密集度的区域则应用散列索引，生成索引层级结构数据。

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南通大学，其通讯地址为：226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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”。

以上内容由龙图腾AI智能生成。