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！

龙图腾网获悉青岛一凌网集成有限公司申请的专利一种基于深度学习的多维数据管理方法及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：CN121560961B 。

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：202610077023.5，技术领域涉及：G06F16/2458；该发明授权一种基于深度学习的多维数据管理方法及系统是由岳登科;刘浩然;周瑚伸;严飞设计研发完成，并于2026-01-21向国家知识产权局提交的专利申请。

本一种基于深度学习的多维数据管理方法及系统在说明书摘要公布了：本发明一种基于深度学习的多维数据管理方法及系统，涉及数据存储技术领域，方法包括：获取历史压缩记录并进行预处理，提取各项压缩特征及压缩效果指标，形成历史压缩样本集；构建预测模型并基于历史压缩样本集进行训练，得到训练后的预测模型；采集目标设备的数据维度信息及历史查询日志，获取各数据维度的重要性和查询频率；统计任意两个维度的共现频率并计算其稳定性，建立全局加权共现矩阵；预设目标设备的候选压缩方法集合，计算各数据维度与各候选压缩方法之间任意配对组合的匹配得分；构建目标设备的全局压缩图并求解全局最优压缩策略。本发明能够实现海量多维数据的高效存储管理，解决多维度协同查询响应慢的问题。

本发明授权一种基于深度学习的多维数据管理方法及系统在权利要求书中公布了：1.一种基于深度学习的多维数据管理方法，其特征在于：获取历史压缩记录并进行预处理，提取各项压缩特征及压缩效果指标，构建每条历史压缩记录的压缩特征向量，形成历史压缩样本集；构建预测模型并基于历史压缩样本集进行训练，得到训练后的预测模型；采集目标设备的数据维度信息及历史查询日志，获取各数据维度的重要性和查询频率，统计各数据维度中任意两个维度的共现频率并计算其稳定性，建立全局加权共现矩阵；预设目标设备的候选压缩方法集合，计算目标设备各数据维度与各候选压缩方法之间任意配对组合的匹配得分；基于匹配得分、全局加权共现矩阵以及各数据维度的重要性和查询频率，构建目标设备的全局压缩图并求解全局最优压缩策略； 其中，将目标设备的各配对组合作为节点，分别计算任意两个不同数据维度的节点对应的重要性、查询频率、匹配得分三者之间的乘积，将两个乘积之和的均值作为两个节点的关联特征值，将两个节点在全局加权共现矩阵中对应的元素值与关联特征值之间的乘积作为两个节点之间的边权重，同理得到所有不同数据维度的节点两两之间的边权重，基于节点和边权重得到目标设备的全局压缩图； 根据目标设备各数据维度的重要性按照从大到小的顺序对各数据维度进行排序，并基于目标设备的各数据维度对全局压缩图中的节点进行划分，将包含同一数据维度的节点作为相应数据维度下的节点，采用动态规划算法寻找连接各数据维度下节点的路径；基于目标设备各数据维度的排列序号，确定路径的起始节点及路径规划方向，基于目标设备各数据维度的数量设定动态规划算法中的决策阶段总数，设置约束条件为每个决策阶段对应唯一的数据维度，确保路径中每个决策阶段对应一个数据维度下的节点且每个数据维度对应一种压缩方法； 基于全局压缩图中所有不同数据维度的节点两两之间的边权重，计算各路径的边权重之和，选取边权重之和最大的路径作为最优路径，采用回溯法确定最优路径上每个节点对应的数据维度及相匹配的压缩方法，得到目标设备各数据维度对应的最优压缩方法，形成全局最优压缩策略，按照全局最优压缩策略压缩存储目标设备各维度的数据，实现对目标设备的多维数据管理。

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青岛一凌网集成有限公司，其通讯地址为：266000 山东省青岛市黄岛区井冈山路111号阳光新天地大厦12层；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。