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！

龙图腾网获悉中国电子科技集团公司第三十八研究所申请的专利一种全场景业务智能感知与精准分类的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：CN116401586B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202310432373.5，技术领域涉及：G06F18/24；该发明授权一种全场景业务智能感知与精准分类的方法是由陈田;王昕;张正宇;任伟龙;黄永华;姚艳军;程欣迎;贺超;王楷为;李乐天;郑生华;张立明设计研发完成，并于2023-04-18向国家知识产权局提交的专利申请。

本一种全场景业务智能感知与精准分类的方法在说明书摘要公布了：本发明公开一种全景业务智能感知与精准分类的方法，包括：感知探针收集业务端信息不同业务类型的特征数据，将特征数据切分为有标签数据和无标签数据；并基于混合式的特征选择方法对有标签数据进行特征子集构建，并获取全局最优特征子集；基于训练完成的基于改进的K均值聚类算法的半监督学习模型，输出业务端感染数据；感知探针收集、存储和传输用户端的业务请求信息，并将业务请求信息作为先验信息，训练完成的卷积神经网络模型对先验信息和的业务端感染数据，输出高层特征；并将训练完成的随机森林业务感知与识别模型对高层特征进行分类。通过本发明公布的全景业务智能感知与精准分类的方法，能够提升混合业务感知识别的准确性。

本发明授权一种全场景业务智能感知与精准分类的方法在权利要求书中公布了：1.一种全景业务智能感知与精准分类的方法，其特征在于，包括： S100，感知探针收集业务端信息不同业务类型的特征数据，将所述特征数据切分为有标签数据和无标签数据；并基于混合式的特征选择方法对所述有标签数据进行特征子集构建，并获取全局最优特征子集； S200，同时，将所述有标签数据切分为有标签训练数据和有标签测试数据，并通过所述有标签训练数据和所述有标签测试数据对基于改进的K均值聚类算法的半监督学习模型进行训练，基于训练完成的基于改进的K均值聚类算法的半监督学习模型，对所述有标签训练数据和所述无标签数据进行聚类，对所述无标签数据进行感染，输出业务端感染数据，包括： S210，剔除噪声样本； S220，将少数样本类进行同类聚类，以及根据每个少数样本类中每个聚簇包含的样本数，获取各少数样本聚簇的采样权重；并由所述采样权重和剔除所述噪声样本后剩余的最多样本类和所述少数样本类的样本数差额，获取每个少数样本聚簇所需要的插值数，以满足同类样本间的平衡分布； S230，根据所述少数样本聚簇中各样本的样本权重，并根据所述样本权重挑选难以学习但包含重要信息的少数样本类样本作为种子样本，将被选中的样本权重设置为固定值，获取权重增益；并根据所述权重增益和被选中的样本权重，对其进行归一化处理，获取聚簇中每个样本被采样的概率； S240，每次从所述少数样本类的样本集中选中部分参考样本，并获取对所述少数样本聚簇进行插值的插值位置，将所述参考样本，结合所述插值数，在所述插值位置对其插值； S250，根据聚类轮廓系数转换后的最大值点，确定聚类的簇数，进行K均值聚类； S260，根据簇中带有标签数据的类对确定无标签数据的类，完成对无标签数据的感染； S270，重新判断各类样本数，若当前最多类样本数和最少类样本数的比值大于阈值，则再次执行步骤S210-S240；否则，则执行步骤S300； 其中，所述各少数样本聚簇的采样权重通过以下公式获取： ； 式中，Wi为第i个少数样本聚簇的采样权重，N为每个少数样本类中的聚簇数，ni为少数样本类第个聚簇中包含的样本数，nj为少数样本类第j个聚簇中包含的样本数； 所述每个少数样本聚簇所需要的插值数，通过以下公式获取： ； 式中，numi表示为第个少数样本聚簇所需要的插值数；Nmax表示为最多样本类；Nmin表示为少数样本类； 所述权重增益通过以下公式获取： ； 式中，p表示为权重增益，n表示为样本点Q个近邻中非同类样本的数目，di为样本点与各个临近非同类样本的欧式距离； 所述对所述少数样本聚簇进行插值的插值位置通过以下公式获取： ； 式中，xi表示为第i插值点的插值位置；m表示为参考样本数，dc表示为种子样本点到第c个参考样本的欧式距离，dj表示为第j个参考样本的欧氏距离，Pic表示为第i插值点对应的第c个参考样本的特征值； 以及，参考样本的样本点为全局最优特征子集内的数据； S300，所述感知探针收集、存储和传输用户端的业务请求信息，并将所述业务请求信息作为先验信息，将所述先验信息和所述业务端感染数据对卷积神经网络模型进行训练，训练完成的卷积神经网络模型对所述先验信息和所述的业务端感染数据，提取和挖掘业务特征，输出高层特征； S400，再将所述先验信息和所述业务端感染数据对随机森林业务感知与识别模型进行训练，并将训练完成的随机森林业务感知与识别模型对所述高层特征进行分类，实现对客户端多类型业务进行识别。

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中国电子科技集团公司第三十八研究所，其通讯地址为：230088 安徽省合肥市高新技术开发区香樟大道199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。