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！

龙图腾网获悉北京理工大学申请的专利一种基于集成学习的产业链安全预警方法与系统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：CN115860474B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202211549633.9，技术领域涉及：G06Q10/0635；该发明授权一种基于集成学习的产业链安全预警方法与系统是由计卫星;尹清宇;王一拙;牛泳设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。

本一种基于集成学习的产业链安全预警方法与系统在说明书摘要公布了：本发明公开一种基于集成学习的产业链安全预警方法与系统，该方法包括：获取产业链上企业的基本特征向量并构建产业链对应的拓扑网络，基于企业上的基本特征向量，对拓扑网络对产业链上的供应链及服务链进行迭代分析，生成供应特征向量及服务特征向量；并将供应特征向量及服务特征向量与中游企业的基本特征向量进行拼接，得到中游企业的供应聚合指标及服务聚合指标，基于所述供应聚合指标及服务聚合指标进行同层聚合，得到供应链特征向量及服务链特征向量；通过集成学习方法训练机器学习模型，得到评价模型，通过评价模型对所述输入特征向量进行预测，得到产业链风险等级安全预警预测结果。

本发明授权一种基于集成学习的产业链安全预警方法与系统在权利要求书中公布了：1.一种基于集成学习的产业链安全预警方法，其特征在于，包括： 获取产业链上全部企业的基本特征向量并构建产业链对应的拓扑网络，其中所述拓扑网络包括若干个中游企业及对应的若干层级供应商与服务商； 针对供应商及服务商，基于供应商或服务商之间的对应关系，对最后一级企业的基本特征向量依次进行同层聚合及跨层聚合，将跨层聚合结果与对应上一级企业的基本特征向量进行拼接，得到上一级企业的企业特征向量，并将企业特征向量再次进行同层聚合及跨层聚合，所述通过重复同层聚合、跨层聚合及拼接的过程，直到遍历所有供应商及服务商，得到供应特征向量及服务特征向量； 针对中游企业，分别将所述供应特征向量及服务特征向量与中游企业的基本特征向量进行拼接，得到中游企业的供应聚合指标及服务聚合指标，基于所述供应聚合指标及服务聚合指标进行同层聚合，得到供应链特征向量及服务链特征向量； 通过集成学习方法训练机器学习模型，得到评价模型，通过评价模型对所述供应链特征向量及服务链特征向量进行预测，得到产业链风险等级安全预警预测结果； 产业链对应的拓扑网络的构建过程包括： 统计所述产业链上的全部企业及企业间对应关联关系，对所述全部企业进行层级及类别划分，并基于所述层级及类别划分结果，确定中游企业，将所述全部企业将作为网络节点，将所述企业间对应关联关系作为边，基于网路节点及边，得到产业链对应的拓扑网络； 同层聚合及跨层聚合的过程包括： 对同一层级同一类别企业的企业特征向量进行同层聚合，得到同层聚合结果即类别特征向量F’： F’=[maxF1,F2,…,Fm,minF1,F2,…,Fm,a𝑣𝑔F1,F2,…,Fm,…] 其中所述Fm表示同一层级同一类别中第m个企业的企业特征向量， 对所述类别特征向量进行累乘计算，得到跨层聚合结果； 其中在进行同层聚合过程中，针对最后一级企业，将所述最后一级企业的基本特征向量作为企业特征向量进行同层聚合，针对所述中游企业，分别将所述供应聚合指标及服务聚合指标作为中游企业的企业特征向量进行同层聚合； 所述评价模型获取过程： 采集历史数据，并将所述历史数据转换为历史输入特征向量，并对历史输入特征向量进行标注，将输入整体特征向量及标注结果整合为训练集； 构建若干个弱分类器，基于训练集通过Boosting方法依次训练若干个所述弱分类器，直到所述训练好的弱分类器达到预设数目，对所述训练好的弱分类器的输出进行加权和，得到评价模型。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。