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！

龙图腾网获悉厦门城市职业学院(厦门开放大学)申请的专利基于机器学习的测绘数据质量监管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：CN120975652B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511475584.2，技术领域涉及：G06Q10/0639；该发明授权基于机器学习的测绘数据质量监管方法与系统是由刘圣君;柯宗乔;李菁;陈荣;卓海旋设计研发完成，并于2025-10-16向国家知识产权局提交的专利申请。

本基于机器学习的测绘数据质量监管方法与系统在说明书摘要公布了：本发明涉及数据监管技术领域，具体为基于机器学习的测绘数据质量监管方法与系统，包括实时接收测绘数据流与表征业务流程的质量属性信息，据此构建流程拓扑模型；利用分析引擎量化合规性偏差，识别出质量关键控制点；随后聚焦于质量关键控制点结合数据血缘追踪，通过时序分析自动确定数据流的动态质量属性，并建立风险预测模型，生成风险指数，最终触发闭环的业务合规决策流程，风险指数作为策略变量输入决策模型，动态调节修正的范围与程度，并生成n个候选版本，通过计算各版本与原始数据的差异度遴选出最优候选版本，用于执行自动替换。本发明通过机器学习进行测绘数据质量监管。

本发明授权基于机器学习的测绘数据质量监管方法与系统在权利要求书中公布了：1.基于机器学习的测绘数据质量监管方法，其特征在于，包括： 实时接收测绘数据流，同步获取表征业务流程执行的质量属性信息，依据所述质量属性信息构建流程拓扑模型，所述质量属性信息包括执行人员、执行设备、作业环境参数和处理软件版本；所述流程拓扑模型利用分析引擎量化合规性偏差的发生频率，识别出质量关键控制点；所述分析引擎由图神经推理网络构成；所述识别出质量关键控制点的过程具体为： 所述质量属性信息的每一处理环节表示为图中的一个节点，所述测绘数据流在所述业务流程执行的流转关系表示为图中的有向边，依据历史日志通过机器学习为节点属性分配风险权重，构建集成了多维属性与关联风险的流程拓扑图； 采用所述流程拓扑模型针对流程拓扑图中的每一节点，执行面向业务成果的敏感度分析； 所述敏感度分析是在模型推演中模拟该节点的业务产出发生符合历史规律的质量波动时，对整个流程最终交付成果的业务价值所产生的影响程度，并将所述影响程度量化为业务重要性指标； 依据历史审计日志统计与每一节点相关联的历史合规性偏差的发生频率，作为表征该节点稳定度的管理指标； 将所述业务重要性指标与所述稳定度的管理指标进行加权组合，为每一节点计算出综合管理优先级得分，并将综合管理优先级得分最高的节点确定为所述质量关键控制点； 基于质量关键控制点结合数据血缘追踪测绘数据流在业务流程中的生命周期，利用时序分析方法自动确定测绘数据流的动态质量属性，所述时序分析方法采用多尺度自适应时序建模框架，结合图卷积网络与时空协同建模，同时分析不同时间窗口的数据，捕捉测绘数据流的长期与短期依赖；所述动态质量属性由业务规则定义，所述动态质量属性包括数据完整性、数据精度、数据一致性、数据传输延迟、数据处理延迟和测绘设备稳定性；建立质量风险预测模型，依据所述动态质量属性为所述测绘数据流生成质量风险指数； 基于所述质量风险指数触发业务合规决策流程，将所述质量风险指数作为业务策略变量输入质量决策模型调节测绘数据流的决策范围和决策程度，所述质量决策模型为生成式对抗网络，其生成器将所述质量风险指数映射为调制向量，并注入网络层级以控制修复的范围与程度；通过对输入的随机噪声向量进行多次不同采样，生成多个决策候选版本，计算各决策候选版本与测绘数据流间的差异度，选取最优的候选版本用于自动替换。

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厦门城市职业学院(厦门开放大学)，其通讯地址为：361008 福建省厦门市思明区前埔南路1263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。