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 > 上海金润联汇数字科技有限公司徐赛花获国家专利权

上海金润联汇数字科技有限公司徐赛花获国家专利权

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!

龙图腾网获悉上海金润联汇数字科技有限公司申请的专利多源异构数据分布式融合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:CN118916411B

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:202411035308.X,技术领域涉及:G06F16/25;该发明授权多源异构数据分布式融合方法是由徐赛花;赵星星;刘佳琳设计研发完成,并于2024-07-31向国家知识产权局提交的专利申请。

多源异构数据分布式融合方法在说明书摘要公布了:本发明提供了一种多源异构数据分布式融合方法,旨在提高数据处理速度、数据一致性和可靠性、异构数据映射和转换的效率,该方法包括数据预处理、数据分片、多级缓存和分布式融合四个步骤,在数据预处理阶段,通过对数比变换统一数据格式;在数据分片阶段,采用基于范围的分片方式对数据进行细化;在多级缓存阶段,应用EdgeforCloud模型,实现边缘节点与云算力的协同工作;在数据融合阶段,通过数据提取、数据匹配和数据合并生成统一的数据视图。本发明有益效果:该方法能够广泛应用于大规模数据处理场景,提供高效、可靠的数据融合方案。

本发明授权多源异构数据分布式融合方法在权利要求书中公布了:1.多源异构数据分布式融合方法,包括:数据预处理、数据分片、多级缓存和分布式融合; 定义数据空间包含个数据元素,将个数据元素在所有成分上同时进行对数比变换,但基准不是一个单独的成分,而是所有成分的几何平均值,有: 其中,为第个初始数据元素,为第个数据元素; 所述数据分片步骤具体为:定义数据空间为,数据空间包括个数据,每个数据包括个标签,若标签不包含任何元素,数据空间不缺省,记为null,那么有,其中为数据空间中的第1个数据元素,为数据空间Z中的第2个数据元素,为数据空间中的第个数据元素,为的第1个标签,为的第2个标签,为的第个标签,为的第1个标签,为的第2个标签,为的第个标签,为的第1个标签,为的第2个标签,为的第个标签,提出基于范围的分片方式对数据空间中具有标签的数据元素进行分片,有; 其中,为第1个范围下限,为第1个范围上限,为第2个范围下限,为第2个范围上限,为第个范围下限,为第q个范围上限,,,为在不同的范围约束下,存在数据元素,,的标签分别属于范围,,,当数据元素的标签属于范围时、将数据元素放入的集合,当数据元素的标签属于范围时、将数据元素放入的集合,当数据元素的标签属于范围时、将数据元素放入的集合,且有: 其中,为空集,存在的情况,这是因为数据元素具有多个标签,在基于范围的分片方式下,模糊了对数据元素的选择,而更看重标签的属性值,数据元素与标签的映射关系为一对多,同时有: 在各个节点设置多级缓存,加速数据读取和写入操作,提出采用EdgeforCloud模型对数据进行缓存,在基于范围的分片方式对数据空间中具有标签的数据元素进行分片的基础上,形成了个子空间,每一个空间包含相互独立的标签,通过分布式边缘节点,将标签进行缓存,每一个标签视为节点,数据空间中包含个节点为在范围内的标签进行缓存,而在数据空间中包含1个云算力,其主要功能为个边缘节点提供算力、存储支持,具体包括如下: 在个子空间的框架下,有标签:,其中分别为在分类第1个的标签、分类第2个的标签、分类第q个的标签,定义边缘节点的算力集合为,其中,分别为第1个边缘节点的算力、第2个边缘节点的算力、第q个边缘节点的算力,定义云算力的算力为,有;提出异构数据映射机制,根据数据元素的标签,动态生成异构数据映射规则,有: 其中W为权重矩阵,z为数据元素矩阵,b为偏置向量,为标签向量,为第个数据元素,为的标签,为的偏置,利用机器学习技术,对历史数据进行学习,不断优化映射规则。

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上海金润联汇数字科技有限公司,其通讯地址为:200120 上海市浦东新区自由贸易试验区张江路625号北二层A区;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。