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！

龍圖騰網獲悉中南大學申請的專利一種基于數據歸因的工業過程數據集篩選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：CN120508793B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202511013293.1，技術領域涉及：G06F18/211；該發明授權一種基于數據歸因的工業過程數據集篩選方法是由王雅琳;隋慶開;劉晨亮;劉柢炬;袁小鋒;王凱;陳燚濤;劉鴻瑞;孫備;陳志文設計研發完成，并于2025-07-23向國家知識產權局提交的專利申請。

本一種基于數據歸因的工業過程數據集篩選方法在說明書摘要公布了：本發明實施例中提供了一種基于數據歸因的工業過程數據集篩選方法，屬于數據處理技術領域，具體包括：步驟1，獲取預設時段內的工業過程數據；步驟2，根據工業過程數據構建深度網絡回歸模型；步驟3，定義線性留一法影響的計算公式；步驟4，將深度網絡回歸模型局部線性化，得到線性模型；步驟5，將線性模型降維，并基于線性留一法影響的計算公式得到非線性留一法影響；步驟6，考慮樣本間交互作用，通過采樣不同數據子集計算各樣本的邊際影響；步驟7，基于邊際影響定義樣本效用，并基于樣本效用篩選工業過程數據。通過本發明的方案，提高了數據篩選效率和精準度。

本發明授權一種基于數據歸因的工業過程數據集篩選方法在權利要求書中公布了：1.一種基于數據歸因的工業過程數據集篩選方法，其特征在于，包括： 步驟1，獲取預設時段內的工業過程數據； 步驟2，根據工業過程數據構建深度網絡回歸模型； 步驟3，定義線性留一法影響的計算公式； 步驟4，將深度網絡回歸模型局部線性化，得到線性模型； 所述步驟4具體包括： 步驟4.1，在深度網絡回歸模型的模型最優參數附近進行一階泰勒展開 ； 其中，為深度網絡回歸模型，為最優網絡參數，為輸入的工業過程數據，表示深度網絡回歸模型在處泰勒展開的近似值，表示深度網絡回歸模型在處的梯度，表示深度網絡回歸模型的參數； 步驟4.2，定義線性模型的輸入為 ； 其中，表示深度網絡回歸模型參數的數量，表示實數域； 步驟4.3，將工業過程數據輸入的非線性映射轉化為線性模型的輸入； 步驟5，將線性模型降維，并基于線性留一法影響的計算公式得到非線性留一法影響； 所述步驟5具體包括： 步驟5.1，將線性模型的輸入與隨機投影矩陣相乘，降低線性模型的輸入維度，得到維度減少后的輸入變量，其中，所述降低線性模型的輸入維度的表達式為 ； 其中，表示用于降維的隨機投影矩陣，隨機投影矩陣的維度滿足； 維度減少后的輸入變量的表達式為 ； 步驟5.2，將降維后的線性模型代入線性留一法影響計算公式中，得到非線性模型對于單個樣本對應的非線性留一法影響 ； 其中，表示由向量形成的矩陣，為樣本對應的標簽； 步驟6，考慮樣本間交互作用，通過采樣不同數據子集計算各樣本的邊際影響； 步驟7，基于邊際影響定義樣本效用，并基于樣本效用篩選工業過程數據。

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南大學，其通訊地址為：410000 湖南省長沙市岳麓區麓山南路932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”。