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 > 逸思长天(南京)数字智能科技有限公司郭晨获国家专利权

逸思长天(南京)数字智能科技有限公司郭晨获国家专利权

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!

龙图腾网获悉逸思长天(南京)数字智能科技有限公司申请的专利一种基于符号语言数值视角融合的特征生成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:CN121145158B

龙图腾网通过国家知识产权局官网在2026-02-17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:202511695105.8,技术领域涉及:G06F18/25;该发明授权一种基于符号语言数值视角融合的特征生成方法是由郭晨;黄锦槟;李一繁设计研发完成,并于2025-11-19向国家知识产权局提交的专利申请。

一种基于符号语言数值视角融合的特征生成方法在说明书摘要公布了:本发明属于特征工程技术领域,公开了一种基于符号语言数值视角融合的特征生成方法;方法包括:收集目标领域的观测数据,并构建多视角特征生成器组;通过多视角特征生成器组生成各候选特征对应的表达式树,并预测各候选特征的有效性指标以及规划各候选特征的验证执行顺序;对各候选特征依次执行特征验证,实时评估各候选特征的特征质量指标,并判断是否完成特征生成;若未完成特征生成,则对各特征生成器的探索参数进行动态调整,并重新生成各候选特征对应的表达式树;若完成特征生成,则根据从各候选特征中筛选出关键特征;本发明能够实现从单一视角探索到多视角协同优化的转变,显著提升特征生成效率、预测准确性及泛化能力。

本发明授权一种基于符号语言数值视角融合的特征生成方法在权利要求书中公布了:1.一种基于符号语言数值视角融合的特征生成方法,其特征在于,包括: 步骤S1:收集目标领域的观测数据,根据预构建的领域知识库对预设的大语言模型进行微调优化,并设定探索参数,形成多视角特征生成器组; 观测数据包括多组验证数据,验证数据包括自变量数据与因变量数据;探索参数包括探索倾向、约束参数、特征先验分布和生成规模; 形成多视角特征生成器组的方法包括: 根据领域知识库对大语言模型中的模型参数进行微调优化,得到语言视角特征生成器;构建数值视角特征生成器,数值视角特征生成器为融合函数解构符号回归方法的自动化特征工程生成器;将语言视角特征生成器与数值视角特征生成器进行整合,形成多视角特征生成器组; 步骤S2:基于观测数据,通过多视角特征生成器组中的各特征生成器,分别生成各候选特征对应的表达式树,并收集各表达式树的特征指标,根据特征指标依次计算各候选特征的初始贡献值; 依次计算各候选特征的初始贡献值的方法包括: 特征指标包括树层深度、节点数量、运算种数以及函数种数; 对各候选特征的特征指标依次进行归一化处理,得到标准指标;对不同的特征指标分别设置不同的指标权重,基于指标权重对同一候选特征对应的不同标准指标进行加权求和计算,得到各候选特征的特征复杂度;对各候选特征对应的特征复杂度依次进行适度化处理,得到各候选特征的适度复杂度; 计算同一候选特征对应的运算种数与函数种数的和值,得到各候选特征的操作种数; 根据各候选特征对应的树层深度与操作种数,计算各候选特征的总惩罚值;计算不同特征生成器对应的类型权重,根据类型权重与适度复杂度,计算各候选特征的有效复杂度;计算各候选特征对应的有效复杂度与总惩罚值之间的差值,得到各候选特征的初始贡献值; 步骤S3:基于初始贡献值与探索参数中的特征先验分布,对各候选特征的有效性指标进行动态预测,并依次计算各候选特征对应不同探索路径的收敛度,根据有效性指标与收敛度,动态规划各候选特征的验证执行顺序; 对各候选特征的有效性指标进行动态预测的方法包括: 根据各候选特征的表达式树,从特征先验分布中获取各候选特征的先验概率,并结合各候选特征的初始贡献值,计算各候选特征的基础势能;根据各候选特征的基础势能与类型权重,计算各候选特征的修正势能; 根据各候选特征的修正势能与初始贡献值,计算各候选特征的特征质量;构建各候选特征的特征向量,并依次计算每两个候选特征之间的特征距离;根据每两个候选特征之间的特征距离以及对应的特征质量,依次计算每两个候选特征之间的特征引力;将特征质量大于预设的质量阈值的候选特征作为高质量特征,并将同一候选特征与每个高质量特征之间的特征引力依次相加,得到各候选特征的引力总量; 将各候选特征的修正势能中,数值最大的修正势能作为最大势能;分别计算各候选特征的修正势能与最大势能的比值,得到各候选特征的静态有效性;采用双曲正切函数,将每个引力总量分别转换为对应的引力增益,并结合各候选特征的静态有效性,计算各候选特征的有效性指标; 步骤S4:根据验证执行顺序依次对各候选特征执行特征验证,实时评估各候选特征的特征质量指标,并基于特征质量指标判断是否完成特征生成; 步骤S5:若未完成特征生成,则根据特征质量指标对各特征生成器的探索参数进行动态调整,并返回步骤S2;若完成特征生成,则根据特征质量指标从各候选特征中筛选出关键特征。

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逸思长天(南京)数字智能科技有限公司,其通讯地址为:211800 江苏省南京市江北新区研创园华创路72号鲲鹏大厦B座601-2室;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。