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！

龙图腾网获悉四川大学申请的专利一种融合深度学习模型和规则的分析任务感知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：CN116303737B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202211104004.5，技术领域涉及：G06F16/26；该发明授权一种融合深度学习模型和规则的分析任务感知方法是由朱敏;吴美璇;朱佳旻;周怡;朱浩天设计研发完成，并于2022-09-09向国家知识产权局提交的专利申请。

本一种融合深度学习模型和规则的分析任务感知方法在说明书摘要公布了：本发明公开一种融合深度学习模型和规则的分析任务感知方法，首先设计并实现workshop系统，举办workshop获取数据，筛选并整理操作序列数据、根据用户撰写的note为视图标注分析任务标签，获取有效数据；根据用户操作归类，确定模型的输入和输出格式，输入为重组后的用户操作序列，输出为各个任务预测的分数；根据用户当前的操作序列使用模型输出各个分析任务的预测分数，根据用户的列偏好和当前列属性与分析任务间的规则确定各个分析任务的预测结果。本发明弥补了现有的任务驱动的自动可视化中的任务感知的不足，能够预测用户当前的分析任务，使任务感知更加便捷和智能，分析任务的感知更加人性化。

本发明授权一种融合深度学习模型和规则的分析任务感知方法在权利要求书中公布了：1.一种融合深度学习模型和规则的分析任务感知方法，其特征在于，包括以下步骤： S1：数据获取与处理 设计并实现workshop系统，举办workshop获取数据，筛选并整理操作序列数据，保留有效信息，获取操作序列及其对应的视图数据；根据用户撰写的note为视图标注分析任务标签，获取任务标签数据； S2：数据分析 通过步骤S1中获取的操作序列数据、视图数据和任务标签数据，将视图转化为相应的视觉编码，并使用统计学检验方法获取各个视觉编码和分析任务间的显著性关系，筛选出具有显著性关系的视觉编码，并据此对用户操作进行筛选和归类，为构建和训练模型做准备； S3：模型构建和训练 根据S2中对用户操作的归类，对workshop中用户操作序列及所对应的视图的分析任务数据进行处理，确定模型的输入和输出格式，其输入为重组后的用户操作序列，输出为各个任务预测的分数；设计并实现深度学习模型；将处理后的数据进行拆分，分为训练集和测试集，用于训练和测试模型，获得最终模型及其评分； S4：任务预测结果融合 根据用户当前的操作序列，使用S3中的模型确定分析任务的预测分数，根据用户的列偏好和当前列属性与分析任务间的规则，确定分析任务的预测结果；融合所得预测结果，获得最终的分析任务预测结果。

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四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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。