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！

龙图腾网获悉长春理工大学申请的专利一种基于大语言模型的多元时序数据异常检测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：CN121705720B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610174518.X，技术领域涉及：G06F18/213；该发明授权一种基于大语言模型的多元时序数据异常检测方法及系统是由底晓强;蒋志昂;何熊文;彭坤;李智;李锦青;刘旭;周时莹;杨华民;戚亚群;赵毓设计研发完成，并于2026-02-06向国家知识产权局提交的专利申请。

本一种基于大语言模型的多元时序数据异常检测方法及系统在说明书摘要公布了：本发明涉及人工智能技术领域，且公开了一种基于大语言模型的多元时序数据异常检测方法及系统。所述方法中，获取预设时间窗口内的多变量时序样本，按变量进行滑动分片，引入变量身份编码和时间位置编码形成局部片段表示；将各变量片段输入因果卷积块，再构建序列化Token送入经LoRA轻量化微调的大语言模型进行全局双向注意力建模，挖掘跨变量及异步响应关系；对全局特征与原序列特征进行残差融合和全局池化，得到样本级表征并经分类头输出异常识别结果。所述系统包括数据获取与预处理模块、分片及编码模块、因果卷积建模模块、大语言模型全局建模模块以及特征融合与异常判别模块，可提高多变量时序异常检测的准确性与鲁棒性。

本发明授权一种基于大语言模型的多元时序数据异常检测方法及系统在权利要求书中公布了：1.一种基于大语言模型的多元时序数据异常检测方法，其特征在于：所述方法包括： S1：从工业生产线、物联网终端或网络设备中获取目标对象传感器在预设时间窗口内采集的多变量时序样本； S2：将采集到的多变量时序样本按变量维度拆分成多个变量时间序列，对每个变量时间序列依据预设的分片长度和滑动步长进行时间分片，将原始长序列划分为连续的局部时序片段，并针对每一时间分片分配变量身份编码和时间位置编码，将编码与时间分片结合形成第一特征序列，使每个片段既携带其所属传感器身份，又携带其在时间窗口中的相对位置； S3：将第一特征序列按变量维度分别输入因果卷积块中进行处理，因果卷积块通过仅使用当前及历史时间分片进行卷积运算，逐层提取每个变量内部的局部动态变化模式与因果演化关系，输出用于表征各变量局部动态行为的第二特征序列； S4：将所述第二特征序列按预定顺序拼接形成多变量时序特征序列，并将所述多变量时序特征序列输入由大语言模型构成的全局建模模块，对所述多变量时序特征序列进行全局序列建模，在序列全局范围内建模不同变量及不同时间分片之间的相关性和异步响应关系，得到包含全局上下文信息的第三特征序列； S5：对所述第三特征序列与所述多变量时序特征序列进行特征融合和汇聚，得到全局特征向量，并将所述全局特征向量输入分类头网络，输出所述多变量时序样本的异常识别结果。

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长春理工大学，其通讯地址为：130000 吉林省长春市卫星路7089号；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。