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！

龙图腾网获悉天津先进技术研究院申请的专利基于贝叶斯优化的数据世系判别方法、系统、设备及介质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：CN120892977B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511440984.X，技术领域涉及：G06F18/2433；该发明授权基于贝叶斯优化的数据世系判别方法、系统、设备及介质是由孟艺;王聪亮;苑洪亮;李宁宁;杨小雨设计研发完成，并于2025-10-10向国家知识产权局提交的专利申请。

本基于贝叶斯优化的数据世系判别方法、系统、设备及介质在说明书摘要公布了：本发明涉及基于贝叶斯优化的数据世系判别方法、系统、设备及介质，通过在世系判别任务中，使用贝叶斯过程进行预训练模型BERT优化，最大限度地减少找到最优解所需的评估次数，以贝叶斯优化自动寻找最优的BERT嵌入策略以提升基于KNN的日志异常分类效果，实现对日志是否录入系统世系的高效判别。

本发明授权基于贝叶斯优化的数据世系判别方法、系统、设备及介质在权利要求书中公布了：1.一种基于贝叶斯优化的数据世系判别方法，其特征在于，包括步骤： 获取待判别日志数据； 加载预训练的BERT模型与分词器后对待判别日志数据进行预处理，得到待判别日志数据对应的嵌入向量；BERT模型基于带有录入世系标签的日志数据并采用贝叶斯优化进行预训练获得； 利用经过世系判别任务训练后的机器学习模型对嵌入向量进行世系判别，确定待判别日志数据的世系标签；世系判别是在世系信息中提取出需要被录入世系的关键信息； BERT模型的预训练与机器学习模型的训练过程包括： 输入带有录入世系标签的日志数据； 加载BERT模型与分词器后，定义超参数与搜索空间；超参数与搜索空间包括BERT模型提取的层级、池化方式及输入截断长度； 将日志数据划分为训练集与验证集，构建目标函数；目标函数为对给定参数组合，提取训练和验证日志的BERT嵌入； 基于训练集与验证集使用机器学习模型进行训练与预测，以验证集的加权F1分数作为优化指标； 基于贝叶斯优化中定义的采集函数优化世系判别的F1分数；采集函数用于衡量目标函数相对于当前最佳观察的预期增长； 确定本次循环采集函数的取值与上次循环的差值是否小于设定阈值；贝叶斯优化在搜索空间内迭代探索； 若是，则输出一组最优超参数，获得训练好的BERT模型和机器学习模型；否则，进入下一次循环继续训练机器学习模型，直至输出最优超参数。

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天津先进技术研究院，其通讯地址为：300451 天津市滨海新区塘沽海洋高新区汇祥道399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。