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！

龙图腾网恭喜太原科技大学申请的专利基于Spark平台的工业时序数据相关性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：CN115455075B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202211014856.5，技术领域涉及：G06F16/2458；该发明授权基于Spark平台的工业时序数据相关性分析方法是由荀亚玲;王林青;宋婷;史静设计研发完成，并于2022-08-23向国家知识产权局提交的专利申请。

本基于Spark平台的工业时序数据相关性分析方法在说明书摘要公布了：本发明提供了基于Spark平台的工业时序数据相关性分析方法，属于大数据挖掘技术领域；所要解决的技术问题为：提供基于Spark平台的工业时序数据相关性分析方法的改进；解决该技术问题采用的技术方案为：包括如下步骤：将原始数据集转化为RDD并分到不同组中；每个组采用MS‑Ecalt算法得到该组的频繁部分周期模式集，将不同的挖掘结果合并得到增量结果incrementalResult（m,itemsets,ps,sup,weight,dr,apr）并通过PW‑MinLSH计算各模式间的相关性，得到更新后的相关部分周期模式集RDD，通过所设定的阈值筛选出满足要求的相关部分周期模式集，挖掘过程结束；本发明应用于工业时序数据挖掘。

本发明授权基于Spark平台的工业时序数据相关性分析方法在权利要求书中公布了：1.基于Spark平台的工业时序数据相关性分析方法，其特征在于：包括如下步骤：S1：将原始数据集转化为RDD并分到不同组中；S2：对不同的分组分别使用MS-Ecalt算法得到各组的频繁部分周期模式集RDD；S3：将不同分组的频繁部分周期模式集合并产生候选集信息RDD，得到原始数据集频繁部分周期模式集RDD，再使用PW-MinLSH计算出各模式件的相关性以及各HashBucket的标签并获得各HashBucket内相关部分周期模式集，记为原结果；所述步骤S3具体步骤如下：S3.1：利用挖掘出频繁部分周期模式的部分周期值即PS、支持度即sup、权重即weight、稠密率即dr和平均周期率即apr构建初始矩阵InputMatrix即IM，将IM进行t次随即置换后得到的矩阵称为SignatureMatrix即SM；S3.2：将SM水平分割成一些区块，记为band，每个band包含了SM中的r行；S3.3：对于每个band，计算hash值并处理，使hash值成为事先设定好的HashBucket的tag，然后把每个band与HashBucket进行匹配；S3.4：计算两个band所对应的模式映射到同一HashBucket中的概率，从而得到相关部分周期模式；S4：将新增数据集转换为RDD并分到不同的组；S5：使用MS-Ecalt算法得到新增各组的频繁部分周期模式集RDD并使用PW-MinLSH计算出各HashBucket的标签并获得各HashBucket内相关部分周期模式集，记为增量结果，通过HashBucket标签，将原结果与增量结果按照增量更新策略合并，得到更新后的相关部分周期模式集RDD，通过所设定的阈值筛选出满足要求的相关部分周期模式集，实现增量挖掘。

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太原科技大学，其通讯地址为：030000 山西省太原市万柏林区瓦流路66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”。