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！

龙图腾网恭喜西南石油大学;中国航发四川燃气涡轮研究院申请的专利一种面向无标签多维时序数据的模式发现方法、系统及终端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：CN114611620B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202210265902.2，技术领域涉及：G06F18/23213；该发明授权一种面向无标签多维时序数据的模式发现方法、系统及终端是由郑德生;付锦涛;邓碧颖;赵昀鹏;柯武平;陆超;冯旭栋;张秀容;刘建超设计研发完成，并于2022-03-17向国家知识产权局提交的专利申请。

本一种面向无标签多维时序数据的模式发现方法、系统及终端在说明书摘要公布了：本发明公开了一种面向无标签多维时序数据的模式发现方法、系统及终端，属于聚类技术领域，方法包括：计算各维度视角下多维时序数据的聚类标签并转化为相关性矩阵集合将集合合并为多维属性特征信息相似度矩阵，并转化为无向加权图；基于无向加权图进行社区发现处理得到多维时序数据的模式。本发明通过计算各维度视角下多维时序数据的聚类标签，考虑了各维度属性之间的相似度；基于此得到包含各维度信息的多维属性特征信息相似度矩阵，充分考虑了维度信息对模式发现结果的影响，以此提升了聚类准确度。

本发明授权一种面向无标签多维时序数据的模式发现方法、系统及终端在权利要求书中公布了：1.一种面向无标签多维时序数据的模式发现方法，其特征在于：其包括以下步骤：计算各维度视角下多维时序数据的聚类标签并转化为相关性矩阵集合多维时序数据为工业数据中机器人执行程序错误数据集Robotexecutionfailure中的Lp1数据集中的数据；将集合合并为多维属性特征信息相似度矩阵并转化为无向加权图G，G＝VL,EL；VL表示无向加权图中节点集合，矩阵中每个多维时序数据都初始化为无向加权图中的一个节点；EL表示边集合ES＝Vi,weight,Vj，weight的值为矩阵中与对应的特征值，表示单个维度属性j下相关性矩阵集合，矩阵中与对应的特征值初始化为无向加权图中顶点Vi与Vj连接的边的值，表示单个维度属性i下相关性矩阵集合；基于无向加权图进行社区发现处理得到多维时序数据的模式，多维时序数据的模式为Lp1数据集中数据所属的类别，具体为工业数据中机器人执行出错的不同错误模式；所述基于无向加权图进行社区发现处理得到多维时序数据的模式具体包括：S31：初始化无向加权图每个顶点为一个社区；S32：依次将每个顶点与其相邻的顶点进行合并，并计算模块度增益ΔQ，再根据模块度增益ΔQ更新社区中顶点；S33：迭代步骤S32，直至算法稳定；S34：将各社区所有节点压缩为一个节点，将社区内点的权重转化为新节点环的权重，社区建权重转化为新节点边的权重；S35：重复步骤S31-S33，直至算法稳定，得到多维时序数据的模式。

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西南石油大学;中国航发四川燃气涡轮研究院，其通讯地址为：610500 四川省成都市新都区新都大道8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”。