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！

龙图腾网获悉阜阳顾玖蔚蓝科技有限公司申请的专利一种基于机器学习的数据流动分析方法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：CN121479276B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202511681082.5，技术领域涉及：G06F18/213；该发明授权一种基于机器学习的数据流动分析方法是由闫小涛设计研发完成，并于2025-11-17向国家知识产权局提交的专利申请。

本一种基于机器学习的数据流动分析方法在说明书摘要公布了：本发明公开了一种基于机器学习的数据流动分析方法，包括如下步骤：采集数据流动信息，生成数据流动特征序列；构建包含特征提取层、特征融合层和自学习模块的数据流动时序分析模型；对特征序列进行特征提取，生成时序嵌入向量；通过动态注意力权重机制实现加权融合，生成数据流动融合表示向量；对融合结果进行计算，得到数据流动路径、节点交互强度、预测偏差及异常概率信息，并在异常概率超过阈值时标记异常样本；通过自学习模块动态调整模型参数；基于更新后的模型实现对实时数据流动的异常风险评估。本发明融合长短期记忆网络与Transformer结构，具备自适应性强、预测精度高及实时性优良的优点。

本发明授权一种基于机器学习的数据流动分析方法在权利要求书中公布了：1.一种基于机器学习的数据流动分析方法，其特征在于，包括如下步骤： 从多源系统中采集数据流动信息，生成数据流动特征序列； 构建数据流动时序分析模型，所述数据流动时序分析模型包括：输入层、特征提取层、特征融合层、模型自学习模块、输出层； 将数据流动特征序列输入至模型中，特征提取层对数据流动特征序列进行时序与全局关联特征提取，生成数据流动时序嵌入向量； 利用特征融合层对数据流动时序嵌入向量进行加权融合，通过动态注意力权重计算机制分配特征重要度，生成数据流动融合表示向量； 输出层对数据流动融合表示向量进行非线性映射计算，得到数据流动路径信息、节点交互强度信息、预测偏差信息及异常概率信息，并在异常概率信息超过阈值时标记异常样本； 当预测偏差信息或异常概率信息超出预设阈值时，将对应的异常样本、数据流动路径信息、节点交互强度信息及预测偏差信息输入至模型自学习模块，通过自学习反馈机制对模型的参数进行动态调整； 基于更新后的模型对实时数据流动信息进行持续分析，输出包含数据流动状态信息、数据流动预测结果信息及数据流动异常风险等级信息的分析结果； 所述构建数据流动时序分析模型具体包括： 建立特征提取层的基础框架，将长短期记忆网络模块与Transformer网络模块分别作为两个独立的特征子模块进行定义； 所述特征提取层包括长短期记忆网络模块、特征对齐层、动态门控交互单元、Transformer网络模块和同步计算控制节点； 在长短期记忆网络模块的输出端与动态门控交互单元的输入端之间设置特征对齐层，所述特征对齐层用于对长短期记忆网络模块输出的时间依赖特征值进行维度匹配、通道映射与特征标准化，生成对齐特征值； 在特征对齐层与Transformer网络模块之间构建动态门控交互单元； 在特征提取层设置同步计算控制节点，所述同步计算控制节点用于协调长短期记忆网络模块与Transformer网络模块之间的计算步长与参数同步关系； 基于长短期记忆网络模块、特征对齐层、动态门控交互单元、Transformer网络模块以及同步计算控制节点生成特征提取层； 在特征提取层之后设置特征融合层，所述特征融合层包括特征分组单元、动态注意力权重计算单元与归一映射单元； 在特征融合层之后设置模型自学习模块，所述模型自学习模块包括反馈数据接收单元、差异计算单元与参数更新单元； 基于输入层、特征提取层、特征融合层、模型自学习模块、输出层构建数据流动时序分析模型； 所述构建动态门控交互单元具体包括： 在特征提取层的基础框架中建立双向特征传递与参数共演化的交互通道，交互通道连接长短期记忆网络模块的隐藏节点层与Transformer网络模块的注意力计算层，并通过特征权重与门控状态的相互依赖； 在交互通道中依次设置权重映射层、门控调节层与反馈接口层； 权重映射层根据来自Transformer网络模块的全局特征权重以及长短期记忆网络模块的当前输入门与遗忘门状态，计算注意力梯度方向与门控梯度方向的相关系数，生成参数协同信号； 门控调节层根据参数协同信号对长短期记忆网络模块的输入门状态值、遗忘门状态值与Transformer网络模块的注意力矩阵参数进行同步迭代调节，使两模块的权重更新在同一训练步内实现方向一致性与幅值互约束，生成输出结果； 反馈接口层将门控调节层的输出结果映射为新的注意力加权矩阵与门控状态响应量，在每次迭代中同时更新Transformer网络的全局注意力分布与长短期记忆网络的时序记忆参数，实现基于双向依赖驱动的动态共演化过程，生成具备参数自适应与特征协同的动态门控交互单元。

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阜阳顾玖蔚蓝科技有限公司，其通讯地址为：236010 安徽省阜阳市颍州区清河街道皖新文化广场1708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。