买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京奕虎科技有限公司申请的专利一种企业多源异构数据自动化融合方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121117929B 。

龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511218773.1，技术领域涉及：G06F18/25；该发明授权一种企业多源异构数据自动化融合方法及系统是由李奕民;王天炜;向米设计研发完成，并于2025-08-28向国家知识产权局提交的专利申请。

本一种企业多源异构数据自动化融合方法及系统在说明书摘要公布了：本发明涉及工业大数据技术领域，具体涉及一种企业多源异构数据自动化融合方法及系统。该方法根据各类异构数据在批次间的离散程度确定降维权重；采用降维权重执行加权降维，得到实际特征向量集合；根据任意两个同类特征向量的差异特性，确定批次距离；采用批次距离聚类，根据各初始簇类内批次分布特征确定广度系数；根据各初始簇类内批次相对中心的偏离程度确定簇密度；根据任一批次与其预设近邻批次的批次距离、近邻批次所属初始簇类的广度系数及簇密度，确定局部密度敏感系数；基于局部密度敏感系数调整eps参数；采用调整后eps参数聚类，分配最终簇标签；按簇标签融合批次数据生成簇级特征模板，由此，优化多源异构数据融合效果。

本发明授权一种企业多源异构数据自动化融合方法及系统在权利要求书中公布了：1.一种企业多源异构数据自动化融合方法，其特征在于，所述方法包括： 获取多个生产批次的多源异构数据；针对各个批次，分别处理各类异构数据生成特征向量，组合形成各批次的初级特征向量集合； 提取预设时段内多个批次的初级特征向量集合构成总特征集；根据总特征集中各类异构数据在批次间的离散程度，确定差异指标，归一化后作为降维权重；采用降维权重对初级特征向量集合执行加权PCA降维，得到实际特征向量集合； 根据任意两个实际特征向量集合中同类特征向量的差异特性，确定批次距离；采用批次距离执行首次DBSCAN聚类，得到初始簇类及簇中心； 计算初始簇类内所有批次的各一类异构数据的特征向量的均值，作为该初始簇类对应的各类异构数据的簇中心；针对初始簇类内各个批次，计算批次的各个特征向量到对应簇中心的欧式距离，作为第一距离值；将各批次的实际特征向量集合中所有第一距离值进行算术平均运算，获得各批次的均值距离；遍历初始簇类内所有批次，形成由多个所述均值距离组成的距离数据集；对距离数据集按均值距离升序排列生成距离序列；提取距离序列中的第一四分位数和第三四分位数；基于第一四分位数和第三四分位数，通过预设广度系数计算函数，获得初始簇类的广度系数； 针对任一初始簇类，计算初始簇类内各批次的均值距离与广度系数间的比值，作为各批次的第一比值；以自然常数为底数，以第一比值的相反数为指数进行指数运算，获得各批次的第二指数函数值；将初始簇类内所有第二指数函数值进行算术平均运算，获得初始簇类的簇密度； 针对任一批次，选取与其批次距离最近的近邻数量的预设近邻批次；针对各个预设近邻批次，计算预设近邻批次所属初始簇类的广度系数与簇密度的乘积；计算任一批次与其预设近邻批次的批次距离与所述乘积之间的比值，作为第二比值；其中预设近邻批次的设定条件包括近邻数量，将预设时段内总批次量的二进制对数值向上取整以获得近邻数量；以自然常数为底数，以第二比值的相反数为指数进行指数运算，获得第三指数函数值；将任一批次与其所有预设近邻批次的第三指数函数值进行算术平均运算，获得任一批次的局部密度敏感系数； 基于局部密度敏感系数调整DBSCAN的eps参数； 采用调整后eps参数执行第二次DBSCAN聚类，分配最终簇标签；按簇标签融合批次数据生成簇级特征模板。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京奕虎科技有限公司，其通讯地址为：210000 江苏省南京市江苏自贸区南京片区浦滨路320号科创总部大厦B座512室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。