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！

龙图腾网获悉北京卓信智恒数据科技股份有限公司申请的专利一种AI大数据实时处理与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：CN119493823B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202510071942.7，技术领域涉及：G06F16/25；该发明授权一种AI大数据实时处理与分析方法是由王辉;陈俊清;卢科;谢锋;胡海飞;李鹏设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本一种AI大数据实时处理与分析方法在说明书摘要公布了：本发明涉及AI大数据处理技术领域，且公开了一种AI大数据实时处理与分析方法，包括以下步骤：步骤一、数据获取与预处理；步骤二、特征提取与智能化适配；步骤三、特征关联与数据筛选；步骤四、数据分析；步骤五、系统架构与技术支持；步骤六、边缘计算支持。本发明通过对于不同类型的数据，如图像、文本、传感器数据等，边缘设备首先会进行标准化处理，将数据转换成一种通用的格式，便于后续的统一处理，图像转换为特定的分辨率或颜色格式，文本转换为统一的编码格式，传感器数据转换为特定的数据单位或范围，达到了对不同的数据类型进行统一处理提升数据处理效率的有益效果。

本发明授权一种AI大数据实时处理与分析方法在权利要求书中公布了：1.一种AI大数据实时处理与分析方法，其特征在于，包括以下步骤： 步骤一、数据获取与预处理：从多种数据源：传感器、用户行为记录、日志文件和社交媒体实时获取数据，支持结构化、半结构化和非结构化数据的采集，通过自动化的清洗工具：异常值检测提升数据质量，将不同来源的数据格式：JSON、XML、文本和图像，统一转换为标准格式，对大规模数据进行压缩，减少存储和传输开销； 步骤二、特征提取与智能化适配：针对不同的数据类型：文本、图像、音频、视频和时序数据，选择最优的特征提取算法，包括： 文本数据：使用TF-IDF深度学习模型提取语义特征； 图像数据：使用卷积神经网络CNN提取视觉特征； 音频数据：使用梅尔频率倒谱系数提取音频特征； 时序数据：使用LSTM提取时间序列特征； 自适应特征提取：通过元学习技术，自动适配不同数据类型和分布，提升特征提取的泛化能力； 特征融合：将多模态特征：文本、图像和时序特征进行融合，生成统一的特征表示； 步骤三、特征关联与数据筛选：将提取的多模态特征与AI大数据库中的数据进行关联，支持跨模态的关联分析：文本与图像、音频与视频的关联，利用分布式计算框架Spark加速大规模数据的关联计算，基于用户需求数据和关联分析结果，采用机器学习模型：随机森林，对关联数据进行智能筛选； 步骤四、数据分析：采用轻量级推理引擎TensorRT对筛选后的数据进行实时分析，支持时间、空间和行为多维度的分析，生成可视化的分析结果，将用户的实时反馈数据：点击行为、评分和评论，作为输入，优化分析结果，基于用户反馈和分析结果，动态调整特征提取算法的参数和筛选策略，提升系统自适应能力，通过在线学习OnlineLearning技术，不断更新特征提取和分析模型，提升系统的智能化水平； 步骤五、系统架构与技术支持：采用分布式计算框架Spark和GPU集群加速大规模数据的处理和分析，使用分布式存储系统HDFS和缓存机制Redis支持高效的数据存储和访问； 步骤六、边缘计算支持：在边缘设备上进行初步的特征提取和数据筛选，减少数据传输延迟，将边缘设备无法处理的任务上传至云端进行进一步处理; 所述步骤五中分布式计算框架Spark加速计算为： Spark将数据集划分为个分区： ； 每个分区的计算结果通过并行计算得到： ； 最终的全局结果是各分区结果的综合： ; 所述步骤五中还包括有效性计算，计算每个分区的处理时间和加速比： ； 其中：为单节点处理时间，为处理第个分区的总耗时，为分配给第个分区的节点数； 所述边缘设备初步特征提取计算为：边缘设备对数据进行初步处理，提取关键特征，减少数据量： 设原始数据为，其中为样本数，为特征数； 特征提取：使用特征提取算法提取个关键特征，得到新的特征矩阵； 其中，为特征提取函数； 数据传输量计算：原始数据传输量，其中为每个特征的数据大小：字节， 提取后数据传输量； 数据传输量减少比：。

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北京卓信智恒数据科技股份有限公司，其通讯地址为：100041 北京市石景山区金府路32号院3号楼6层618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”。