Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江大学杭州国际科创中心;杭州城市大脑有限公司刘金飞获国家专利权

浙江大学杭州国际科创中心;杭州城市大脑有限公司刘金飞获国家专利权

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!

龙图腾网获悉浙江大学杭州国际科创中心;杭州城市大脑有限公司申请的专利一种适用于大数据的函数依赖近似发现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:CN116701351B

龙图腾网通过国家知识产权局官网在2025-11-28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:202310599347.1,技术领域涉及:G06F16/21;该发明授权一种适用于大数据的函数依赖近似发现方法是由刘金飞;顾云帆;林琼琼;文龙;任奎;申永生;陈冲杰设计研发完成,并于2023-05-25向国家知识产权局提交的专利申请。

一种适用于大数据的函数依赖近似发现方法在说明书摘要公布了:本发明公开了一种适用于大数据的函数依赖近似发现方法,包括:依据属性对原数据集中元组进行聚类分区,并以分区中簇序号来替换原数据集中所有属性值,得到新数据集;以聚类簇为单元为新数据集创建优先级队列,对优先级队列中元组对进行采样,通过比较元组对在属性值的差异来生成非函数依赖,并添加到非函数依赖集合中,以集合的增长率为判断标准来控制采样过程的终止;对非函数依赖集合中进行结构化精简;利用非函数依赖集合验证当前后续函数依赖集合的合法性,删去不成立的函数依赖,并在函数依赖的左部添加新的属性能够得到新候选函数依赖,重新添加到函数依赖结果集中,以结果集的增长率为判断标准来控制流程的走向。该方法计算开销小。

本发明授权一种适用于大数据的函数依赖近似发现方法在权利要求书中公布了:1.一种适用于大数据的函数依赖近似发现方法,其特征在于,所述函数依赖为数据库中的函数依赖关系,包括以下步骤: 预处理阶段:依据属性对原数据集中元组进行聚类分区,并以分区中簇序号来替换原数据集中所有属性值,得到新数据集; 采样构建非函数依赖阶段:以聚类簇为单元为新数据集创建优先级队列,使用动态增大的滑动窗口对优先级队列中元组对进行采样,通过比较元组对在属性值的差异来生成非函数依赖,并添加到非函数依赖集合中; 精简优化阶段:通过检查非函数依赖之间的关系,若某个非函数依赖是其他任意非函数依赖的泛化形式,则将该某个非函数依赖从非函数依赖集中删除,以实现对非函数依赖集合中进行结构化精简; 翻转构建函数依赖集合阶段:利用非函数依赖集合验证当前函数依赖集合中所有函数依赖的合法性,在不成立的函数依赖左部中添加候选属性,得到待验证的候选函数依赖,若候选函数依赖不是任意非函数依赖及其泛化形式,则认定该候选函数依赖是成立的,将其添加到函数依赖集合中; 其中,使用动态增大的滑动窗口对优先级队列中元组对进行采样,包括:首轮采样中,以2为初始大小的采样窗口对单元中所有元组进行滑动选取,比较窗口中的元组对来生成非函数依赖;在后续采样轮次中,将滑动窗口增大,采样时选取窗口两端的元组形成元组对以进行比对,生成新非函数依赖;通过采样效率值与预设阈值之间比较来判断采样是否充分及相应的流程控制:若当前轮次的采样效率值高于预设阈值时,将进入下一轮的采样;若当前轮次的采样效率值低于预设阈值,则结束采样,进入精简优化阶段。

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浙江大学杭州国际科创中心;杭州城市大脑有限公司,其通讯地址为:311200 浙江省杭州市萧山区经济技术开发区建设三路733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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。