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！

龍圖騰網獲悉江西銅銳信息技術有限公司申請的專利基于智能問數與工業連接技術融合的快速數據采集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：CN120358288B 。

龍圖騰網通過國家知識產權局官網在2025-09-09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：202510851293.2，技術領域涉及：H04L69/08；該發明授權基于智能問數與工業連接技術融合的快速數據采集方法是由馮吉榮;郭春宜;應科;姚華洋;簡呂奇;施璜;熊嘉豪;羅俊強設計研發完成，并于2025-06-24向國家知識產權局提交的專利申請。

本基于智能問數與工業連接技術融合的快速數據采集方法在說明書摘要公布了：本發明提出一種基于智能問數與工業連接技術融合的快速數據采集方法，該方法通過獲取若干設備的工業協議以及設備對應的配置參數，并生成每個設備的采集模型；為每個采集模型生成結構指紋；基于結構指紋，通過多模態相似度計算對若干采集模型進行匹配度分析，并根據匹配度分析結果對若干采集模型進行篩選，以進行唯一性管理，并將設備與相應的采集模型進行關聯映射，得到去重后的采集模型；將去重后的采集模型通過雙向傳輸通道實現邊緣網關配置精準下發，結合實時結構指紋回傳與匹配度分析保障一致性。本發明通過AI驅動的流程編排與語義理解技術，顯著提升數據采集系統的建模效率、信息一致性與下發能力。

本發明授權基于智能問數與工業連接技術融合的快速數據采集方法在權利要求書中公布了：1.一種基于智能問數與工業連接技術融合的快速數據采集方法，其特征在于，所述方法包括如下步驟： 步驟1、獲取若干設備的工業協議以及設備對應的配置參數，將工業協議與配置參數通過語義解析與結構轉換，生成每個設備的采集模型； 步驟2、根據采集模型的哈希值、路徑結構和語義信息生成多維度指紋數據，并以多維度指紋數據作為對應采集模型的結構指紋； 步驟3、基于結構指紋，通過多模態相似度計算對若干采集模型進行匹配度分析以得到匹配度分析結果； 根據匹配度分析結果對若干采集模型進行篩選，以進行唯一性管理，并將設備與相應的采集模型進行關聯映射，得到去重后的采集模型； 步驟4、將去重后的采集模型通過雙向傳輸通道實現邊緣網關配置精準下發，結合實時結構指紋回傳與匹配度分析以保障一致性； 在所述步驟2中，根據采集模型的哈希值、路徑結構和語義信息生成多維度指紋數據，并以多維度指紋數據作為對應采集模型的結構指紋具體包括如下步驟： 對采集模型中的每個設備的基本信息、屬性信息、數據類型、單位進行排序處理后計算哈希值； 將采集模型中的字段組合為邏輯樹結構，并進行嵌套層次編碼，得到結構路徑編碼； 利用AI語義模型，將采集模型中的設備名稱、設備屬性信息轉化為語義向量； 將哈希值、結構路徑編碼以及語義向量組合為統一結構形成多維度指紋數據，以多維度指紋數據作為對應采集模型的結構指紋； 其中，將采集模型中的字段組合為邏輯樹結構，并進行嵌套層次編碼，得到結構路徑編碼具體包括如下步驟： 將采集模型中的字段組合為邏輯樹結構，并以邏輯樹結構中節點的字段作為編碼結果； 獲取邏輯樹結構當前節點的所有子節點的編碼結果，再按字典序排序，得到子節點的編碼集合； 將子節點的編碼集合中所有子節點編碼按順序拼接為單一字符串，并采用加密哈希算法，得到編碼的哈希值； 取編碼的哈希值中前4位作為唯一標識，得到子節點結構的聚合哈希值； 將節點的字段與子節點結構的聚合哈希值進行拼接，在拼接過程中，若當前節點非根節點，則拼接父節點路徑分隔符，以形成完整層級路徑，得到結構路徑編碼； 在所述步驟3中，基于結構指紋，通過多模態相似度計算對若干采集模型進行匹配度分析具體包括如下步驟： 將多維度指紋數據按字段名稱或業務邏輯建立字段映射關系進行對齊，得到結構對齊的多模態特征數據集； 遍歷所有采集模型的結構對齊的多模態特征數據集中哈希值集合，統計相同哈希值的占比，并以相同哈希值的占比大小作為哈希相似度得分； 將結構對齊的多模態特征數據集中結構路徑編碼轉換為字符串序列； 采用Levenshtein算法計算所有采集模型的字符串序列之間的最小編輯距離，并進行歸一化，得到結構路徑相似度得分； 將結構對齊的多模態特征數據集中語義向量采用通過預訓練的語義模型投影到統一語義空間； 在統一語義空間中，計算所有采集模型的同名字段向量的余弦相似度，得到所有字段的余弦相似度； 根據字段重要性賦予不同大小的字段權重，并采用字段權重對所有字段的余弦相似度進行加權平均操作，得到語義相似度得分； 獲取所需業務場景類型以及用戶歷史操作偏好，根據所需業務場景類型以及用戶歷史操作偏好動態的生成多模態權重，得到多模態權重系數； 利用多模態權重系數對哈希相似度得分、結構路徑相似度得分以及語義相似度得分進行加權融合，并進行歸一化，得到多模態綜合相似度評分； 根據匹配度分析結果對若干采集模型進行篩選，以進行唯一性管理，并將設備與相應的采集模型進行關聯映射具體包括如下步驟： 將多模態綜合相似度評分按預設規則劃分評分區間，并給定相應的標記，得到帶分類標簽的候選模型列表；其中，以大于或等于95%作為高匹配區間，并標記為“強復用候選”；以70%~95%作為灰區，并標記為“需人工校驗”；以小于70%作為低匹配區間，并標記為“獨立新建”； 獲取帶分類標簽的候選模型列表中標記為“強復用候選”的采集模型集合，并進行唯一性判定，若同一目標模型僅匹配一個候選模型，直接關聯復用； 若多個候選模型匹配同一目標采集模型，則按采集模型版本時間、用戶歷史選擇頻率、字段完整性動態排序；從排序結果中選擇優先級最高的采集模型作為主版本，其余標記為“歷史副本”；并提取“歷史副本”中主版本所缺失的字段生成補丁文件，以供人工確認，得到去重后的主采集模型集合； 獲取帶分類標簽的候選采集模型列表中標記為“需人工校驗”的采集模型集合，并對相似或沖突部分進行差異可視化，引導用戶對標記為“需人工校驗”的采集模型進行修正和更新，得到修正采集模型集合； 將標記為“獨立新建”的采集模型集合、去重后的主采集模型集合以及修正采集模型集合與相應的設備進行關聯映射，得到去重后的采集模型。

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江西銅銳信息技術有限公司，其通訊地址為：330000 江西省南昌市南昌高新技術產業開發區昌東大道7666號江銅國際廣場1#樓辦公樓5層513房；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”。