巢湖學院劉振羽獲國家專利權
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!
龍圖騰網獲悉巢湖學院申請的專利一種基于時間序列數據的因果關系網絡構建方法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:CN119990298B 。
龍圖騰網通過國家知識產權局官網在2025-09-02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:202510442697.6,技術領域涉及:G06N5/025;該發明授權一種基于時間序列數據的因果關系網絡構建方法是由劉振羽;曹騫;房丙午;程智勇;彭興;嚴玲玲;吳其林設計研發完成,并于2025-04-10向國家知識產權局提交的專利申請。
本一種基于時間序列數據的因果關系網絡構建方法在說明書摘要公布了:本發明公開了一種基于時間序列數據的因果關系網絡構建方法,包括若干因果樣本對中篩選方向正確的因果樣本對,以生成圖結構構建數據集;生成步驟為:從目標變量簇中,定義具有因果驅動方向的因果樣本對;計算預測變量與目標變量之間的因果損失;若因果損失低于損失閾值,則判定因果樣本對方向正確,否則判定方向不正確;計算方向正確的因果樣本對中輸入變量對預測變量的因果驅動強度;將所有方向正確的因果樣本對集合,記錄其因果驅動方向與因果驅動強度,生成圖結構構建數據集;根據圖結構構建數據集,構建因果關系網絡圖;本發明實現了因果關系網絡的結構可視化與數值表達,有利于后續因果路徑追蹤、關鍵變量識別與目標系統的策略調控。
本發明授權一種基于時間序列數據的因果關系網絡構建方法在權利要求書中公布了:1.一種基于時間序列數據的因果關系網絡構建方法,其特征在于,所述構建方法包括: S1、獲取N個時序樣本的有序序列; S2、對所述有序序列執行層次聚類,獲得目標變量簇; 所述對所述有序序列執行層次聚類,獲得目標變量簇,包括: S2-1、根據N個時序樣本的有序序列,構建相似度矩陣; 其中,相似度矩陣的每一矩陣元素用于表征任意兩個時序樣本構成的時序樣本對的相似度,且時序樣本對的相似度通過樣本對索引建立與時序樣本的映射關系; S2-2、根據相似度矩陣與時序樣本的映射關系,執行時序樣本的迭代聚類,以構建層次聚類樹; S2-3、在所述層次聚類樹中,標記若干剪枝節點; S2-4、從所述剪枝節點開始,在所述層次聚類樹中提取目標變量簇;其中,目標變量簇中包含若干時序樣本; S3、從目標變量簇中提取若干因果樣本對,并從若干因果樣本對中篩選方向正確的因果樣本對,以生成圖結構構建數據集; S4、根據所述圖結構構建數據集,構建因果關系網絡圖; 所述因果關系網絡圖的構建步驟包括: S4-1、遍歷圖結構構建數據集,依次讀取所有方向正確的因果樣本對及其對應的因果驅動方向與因果驅動強度; S4-2、將每一因果樣本對中的兩個時序樣本分別設定為圖結構中的節點; S4-3、根據因果驅動方向,在兩個節點之間建立一條有向邊;所述有向邊用于表征因果關系的方向性; S4-4、將使用預測變量的信息增益評分表征的因果驅動強度賦值為有向邊的權重;所述有向邊的權重用于量化因果關系的強弱; S4-5、重復執行S4-1至S4-4,直至遍歷完成圖結構構建數據集中所有因果樣本對; S4-6、完成所有節點與有向邊的建立后,輸出包含所有時序節點、有向邊及邊權重的因果關系網絡圖; 其中,所述因果關系網絡圖應用于工業自動化制造或化工生產系統,可識別各工藝參數之間的因果關系;所述時序樣本是按固定頻率所記錄的傳感器監測設備的運行狀態。
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巢湖學院,其通訊地址為:238024 安徽省合肥市巢湖經濟開發區半湯路1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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。