申请/专利权人：创略智造(河北)工业设计有限公司

申请日：2024-03-01

公开（公告）日：2024-04-02

公开（公告）号：CN117807425A

主分类号：G06F18/213

分类号：G06F18/213;G06F18/24;G06F21/60;G06N3/0442;G06N3/092;G06N20/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了数据挖掘技术领域的一种智能数据分析方法及系统，包括以下步骤：基于数据库的历史数据，采用循环神经网络和长短期记忆网络方法，进行历史数据流动模式的分析，并利用时间序列分析技术，预测未来的数据流动趋势，生成数据流动性预测模型。本发明中，在数据流动性的长期预测和复杂模式识别方面，通过结合循环神经网络和长短期记忆网络方法，显著提高了预测的准确性。使得在高变异性和动态变化的数据环境中，预测结果更为准确，能更好地支持复杂决策过程。在数据存储优化方面，本发明的实施能够根据数据的访问模式和存储资源进行高效的动态优化，从而提高存储介质的利用效率和整体数据处理的性能。

主权项：1.一种智能数据分析方法，其特征在于，包括以下步骤：基于数据库的历史数据，采用循环神经网络和长短期记忆网络方法，进行历史数据流动模式的分析，并利用时间序列分析技术，预测未来的数据流动趋势，生成数据流动性预测模型；基于所述数据流动性预测模型，采用基于负载均衡的数据存储优化算法，进行数据访问模式和存储效率分析，根据分析结果调整数据在存储介质中的分布和配置，并根据数据访问频率和类型制定存储计划，生成数据存储位置优化策略；基于所述数据存储位置优化策略，采用基于微分方程的算法，进行数据处理流程和存储效率的综合分析，调整数据采样频率和处理参数，适应多种数据类型和需求，并根据数据流动性预测调整数据处理策略，生成动态数据处理模型；基于所述动态数据处理模型，采用基于优先队列和机器学习的调度方法，进行任务分配和资源分配的实时分析和调整，根据数据流动性和处理需求优化任务调度策略，并根据分析结果调整数据分析任务的优先级和资源配置，生成动态优先级调度模型；基于所述动态优先级调度模型，采用信息熵理论和霍夫曼编码，进行数据特征和统计分析，并对数据进行编码，根据数据特性进行数据的压缩，生成数据压缩模型；基于所述数据压缩模型，采用混沌理论和非线性数据分析方法，进行数据的行为和模式分析，识别数据中的非常规模式和潜在异常，并根据数据的动态变化特性实施异常检测，生成数据异常检测模型；基于所述数据流动性预测模型、数据存储位置优化策略、动态数据处理模型、动态优先级调度模型、数据压缩模型、数据异常检测模型，采用多层次数据集成方法，进行数据分析流程规划和资源优化配置，并进行数据处理效率和准确性的持续优化，生成数据处理与分析策略。

全文数据：

权利要求：

百度查询： 创略智造(河北)工业设计有限公司 一种智能数据分析方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD