買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國標準化研究院申請的專利基于神經網絡分類模型的多源數據篩選方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119719442B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411787822.9，技術領域涉及：G06F16/9035；該發明授權基于神經網絡分類模型的多源數據篩選方法及系統是由王蒙湘;劉娜;龐永恒;付強;朱懷杰;萬福軍設計研發完成，并于2024-12-06向國家知識產權局提交的專利申請。

本基于神經網絡分類模型的多源數據篩選方法及系統在說明書摘要公布了：本發明公開了基于神經網絡分類模型的多源數據篩選方法及系統，包括：確定目標數據篩選規則并轉為概率模型，獲得特征組合聯合概率密度函數，各類型數據構建神經網絡分類模型，根據聯合概率密度函數優化模型參數，組合不同數據類型的神經網絡分類模型成多層神經網絡分類模型，通過概率模型生成對抗樣本進行訓練，最后基于多層神經網絡分類模型最后一層的梯度確定特征重要性，經聚類分析選特征組合篩選多源數據，根據篩選結果更新特征重要性，循環優化篩選過程。該方法能夠處理和整合多種類型的數據源，提高數據利用的廣度和深度，通過概率模型和神經網絡的結合，實現對數據的精確篩選，提升決策質量，同時具有較好的可解釋性。

本發明授權基于神經網絡分類模型的多源數據篩選方法及系統在權利要求書中公布了：1.基于神經網絡分類模型的多源數據篩選方法，其特征在于，包括以下步驟： 確定目標數據的篩選規則，將篩選規則中的條件和約束轉換為概率模型，獲取特征組合間的聯合概率密度函數； 為每個類型的數據構建神經網絡分類模型，根據所述聯合概率密度函數的形態和邊界區域優化每個神經網絡分類模型的參數； 組合不同數據類型的神經網絡分類模型，獲得多層神經網絡分類模型，利用所述概率模型生成對抗樣本數據對多層神經網絡分類模型進行訓練； 基于所述多層神經網絡分類模型最后一層的梯度確定特征的分類重要性，根據分類重要性進行聚類分析，選擇用于篩選的特征組合對多源數據進行篩選； 根據篩選結果更新所述特征的分類重要性，持續優化篩選過程； 所述利用所述概率模型生成對抗樣本數據對多層神經網絡分類模型進行訓練的方法，包括： 根據概率模型中特征的分布情況，確定每個特征的擾動范圍； 利用概率模型中的條件概率關系確定擾動方向，若某特征變化使目標數據分類概率向錯誤方向變化概率高，則優先在該特征上沿使分類錯誤方向擾動； 對于數值型數據，在擾動范圍內根據擾動方向通過基于梯度方法對關鍵特征進行調整生成對抗樣本數據，對于文本型數據，基于擾動范圍和擾動方向定位關鍵文本，對關鍵文本通過替換、插入或刪除關鍵語義特征相關詞匯生成對抗樣本數據； 將正常樣本數據和對抗樣本數據組合作為訓練集訓練模型； 每個類型指按數據源或數據格式劃分的獨立數據類別，聯合概率密度函數的形態指特征組合的聯合概率分布特征，邊界區域指聯合概率密度函數梯度大于預設閾值的數據區域，即特征組合中影響篩選結果準確性的臨界區域，持續優化篩選過程以提升篩選結果與目標數據的匹配度為目標，循環執行聚類篩選的過程，基于多層神經網絡分類模型最后一層的梯度確定特征分類重要性通過聚類分析選擇特征組合并篩選多源數據剔除弱相關特征。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國標準化研究院，其通訊地址為：100080 北京市海淀區知春路4號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。