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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉齊魯工業(yè)大學(xué)(山東省科學(xué)院);山東省計算中心(國家超級計算濟南中心)申請的專利一種基于自適應(yīng)數(shù)據(jù)驅(qū)動的概念漂移檢測方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120372461B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-16發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510890016.2，技術(shù)領(lǐng)域涉及：G06F18/2415；該發(fā)明授權(quán)一種基于自適應(yīng)數(shù)據(jù)驅(qū)動的概念漂移檢測方法及系統(tǒng)是由郭瑩;岳龍飛;張秋萍;張虎;陳靜;王筠;鄭鎮(zhèn)坤;劉袁和設(shè)計研發(fā)完成，并于2025-06-30向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于自適應(yīng)數(shù)據(jù)驅(qū)動的概念漂移檢測方法及系統(tǒng)在說明書摘要公布了：本發(fā)明涉及一種基于自適應(yīng)數(shù)據(jù)驅(qū)動的概念漂移檢測方法及系統(tǒng)，屬于機器學(xué)習技術(shù)領(lǐng)域。包括以下步驟：步驟1：對凈水廠數(shù)據(jù)進行預(yù)處理，設(shè)置原型神經(jīng)網(wǎng)絡(luò)參數(shù)；步驟2：調(diào)整數(shù)據(jù)分布：提取歷史數(shù)據(jù)中的數(shù)據(jù)分布特征并結(jié)合重采樣概率生成初分數(shù)據(jù)集；步驟3：數(shù)據(jù)變異，引入三種變異因子，生成再突數(shù)據(jù)集；步驟4：對于再突數(shù)據(jù)集，求取元特征；步驟5：將再突數(shù)據(jù)集劃分為支持集與查詢集輸入原型神經(jīng)網(wǎng)絡(luò)中進行預(yù)訓(xùn)練，得到訓(xùn)練后的原型神經(jīng)網(wǎng)絡(luò)；步驟6：將實時凈水廠數(shù)據(jù)預(yù)處理后輸入訓(xùn)練后的原型神經(jīng)網(wǎng)絡(luò)進行概念漂移檢測。綜合考慮周期性與非周期性概念漂移情境，提升了在復(fù)雜環(huán)境下的漂移檢測與響應(yīng)能力。

本發(fā)明授權(quán)一種基于自適應(yīng)數(shù)據(jù)驅(qū)動的概念漂移檢測方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于自適應(yīng)數(shù)據(jù)驅(qū)動的概念漂移檢測方法，其特征在于，包括以下步驟： 步驟1：對凈水廠數(shù)據(jù)進行預(yù)處理，設(shè)置原型神經(jīng)網(wǎng)絡(luò)參數(shù)； 步驟2：調(diào)整數(shù)據(jù)分布：提取歷史數(shù)據(jù)中的數(shù)據(jù)分布特征并結(jié)合重采樣概率生成初分數(shù)據(jù)集； 步驟3：數(shù)據(jù)變異，引入三種變異因子，生成再突數(shù)據(jù)集； 步驟4：對于再突數(shù)據(jù)集，求取元特征； 步驟5：將再突數(shù)據(jù)集劃分為支持集與查詢集輸入原型神經(jīng)網(wǎng)絡(luò)中進行預(yù)訓(xùn)練，得到訓(xùn)練后的原型神經(jīng)網(wǎng)絡(luò)； 步驟6：將實時凈水廠數(shù)據(jù)預(yù)處理后輸入訓(xùn)練后的原型神經(jīng)網(wǎng)絡(luò)進行概念漂移檢測； 對凈水廠數(shù)據(jù)進行預(yù)處理；包括： 1數(shù)據(jù)轉(zhuǎn)化：將凈水廠數(shù)據(jù)中的所有符號型數(shù)據(jù)轉(zhuǎn)化為數(shù)值型數(shù)據(jù)，將數(shù)據(jù)列的輸入值轉(zhuǎn)換為二進制形式，其中，“0”表示正常記錄，“1”表示異常記錄； 2數(shù)據(jù)去重：刪除凈水廠數(shù)據(jù)中重復(fù)記錄； 3數(shù)據(jù)規(guī)范化：對數(shù)據(jù)去重后的凈水廠數(shù)據(jù)進行歸一化處理； 4劃分數(shù)據(jù)集：從數(shù)據(jù)規(guī)范化后的凈水廠數(shù)據(jù)中隨機抽取若干數(shù)據(jù)作為訓(xùn)練集，其余數(shù)據(jù)作為測試集； 提取歷史數(shù)據(jù)中的數(shù)據(jù)分布特征并結(jié)合重采樣概率生成初分數(shù)據(jù)集；包括： 通過公式I及公式II將歷史數(shù)據(jù)根據(jù)時間間隔劃分成一組任務(wù)，每個任務(wù)都是根據(jù)歷史數(shù)據(jù)預(yù)測未來數(shù)據(jù)分布； Tasktrain＝{task1，task2，…，taskt}I； taskt表示為第t次任務(wù)，Tasktrain表示為總訓(xùn)練任務(wù)； 表示為第t次任務(wù)中的歷史數(shù)據(jù)，表示為第t次任務(wù)中的未來數(shù)據(jù)； 通過預(yù)測模型在歷史數(shù)據(jù)上進行訓(xùn)練和調(diào)整，特征提取器S捕獲歷史數(shù)據(jù)中的數(shù)據(jù)分布特征x代表著流數(shù)據(jù)，y代表著對應(yīng)x的目標序列； 并傳輸給預(yù)測模型，預(yù)測模型通過歷史數(shù)據(jù)中的數(shù)據(jù)分布特征預(yù)測出初分數(shù)據(jù)集，具體過程包括： 通過預(yù)測模型根據(jù)歷史數(shù)據(jù)中的數(shù)據(jù)分布特征生成重采樣概率公式化表述為公式III： 將重采樣概率與歷史數(shù)據(jù)相結(jié)合生成初分數(shù)據(jù)集初分數(shù)據(jù)分布通過公式IV計算： 是指初分數(shù)據(jù)集的數(shù)據(jù)分布。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人齊魯工業(yè)大學(xué)(山東省科學(xué)院);山東省計算中心(國家超級計算濟南中心)，其通訊地址為：250353 山東省濟南市長清區(qū)大學(xué)路3501號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。