基于大数据和人工智能的网络数据维护方法及系统

AITNT
正文
推荐专利
基于大数据和人工智能的网络数据维护方法及系统
申请号:CN202510897391
申请日期:2025-07-01
公开号:CN120781053A
公开日期:2025-10-14
类型:发明专利
摘要
本发明公开了基于大数据和人工智能的网络数据维护方法及系统,该方法通过构建网络数据多维特征空间,利用优化的长短期记忆网络提取时间序列特征,依据数据流量波动划分特征子集合,通过改进Adaboost算法整合关键特征;经异常检测分析识别异常数据,按优先级执行修复或重构操作,最后存储数据并建立关联索引。系统包含网络数据多维特征空间构建、长短期记忆网络特征提取等七大单元,各单元依次连接协同工作。该方案基于网络数据多维度参数,融合创新算法,实现对网络数据的高效分析、精准维护与有序管理,有效保障网络数据的完整性与可用性。
技术关键词
Adaboost算法 数据多维特征 长短期记忆网络 大数据 分类边界 参数 弱分类器 数据存储 特征提取单元 记忆单元结构 网络结构 数据交互关系 时间序列关系 网络安全策略 识别异常数据 时间序列特征
系统为您推荐了相关专利信息
1
大数据结合人工智能筛选植物互作蛋白及利用酵母双杂交验证蛋白互作的方法
筛选植物互作蛋白 转录组测序数据 家族 出发质粒 酵母
2
一种基于大数据的城市交通道路路径规划方法
城市交通道路 路径规划方法 节点 大数据 数学模型
3
一种基于大数据分析的智能电镀参数自适应调控系统
调控系统 耦合特征提取 多参数 大数据协同 电镀
4
基于多模态数据融合的智慧监盘系统及故障预警方法
多模态数据融合 故障预警方法 长短期记忆网络 主成分分析算法 加权损失函数
5
基于音视频关联信息瓶颈的视频定位方法
视频定位方法 查询特征 跨模态 文本 音频特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号