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！

龙图腾网获悉申江万国数据信息股份有限公司申请的专利一种基于人工智能算法的多维数据逻辑处理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：CN121560384B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202610098509.7，技术领域涉及：G06F9/305；该发明授权一种基于人工智能算法的多维数据逻辑处理方法是由邓昱晨;朱峰林宏;韩庆娜;陆朱波;赵超越设计研发完成，并于2026-01-26向国家知识产权局提交的专利申请。

本一种基于人工智能算法的多维数据逻辑处理方法在说明书摘要公布了：本发明涉及电数字数据处理技术领域，公开了一种基于人工智能算法的多维数据逻辑处理方法，包括：接收目标离散数据包，提取元数据并计算生成表征数据逻辑复杂度的维度熵特征向量；将该向量输入预置的拓扑映射模型，输出初始邻接矩阵；调取基于历史算子效用状态生成的反馈抑制掩码矩阵，与初始邻接矩阵执行按位逻辑与运算以生成修正后的有效拓扑矩阵；解析该矩阵并在指令缓存中动态索引逻辑算子函数指针，构建有向无环执行链表；驱动处理器按序调用逻辑算子执行运算，本发明通过基于历史反馈的位运算掩码机制，确定性地剔除AI预测中的冗余逻辑节点，实现处理延时的确定性收敛与算力资源的最优匹配。

本发明授权一种基于人工智能算法的多维数据逻辑处理方法在权利要求书中公布了：1.一种基于人工智能算法的多维数据逻辑处理方法，其特征在于，包括以下步骤： 维度熵特征向量生成步骤，接收待处理的目标离散数据包，调用预置的指向特定偏移地址的稀疏采样掩码，直接读取字节片段以提取目标离散数据包在包括时序分布、数值离散度及数据结构完整性在内的多个预定义逻辑维度上的元数据，并根据元数据计算各维度的信息熵值，生成表征数据逻辑复杂度的维度熵特征向量； 初始逻辑拓扑预测步骤，将维度熵特征向量输入至预置的拓扑映射模型，通过拓扑映射模型输出定义逻辑算子子集及各算子间执行依赖关系的初始邻接矩阵，初始邻接矩阵包含基于概率预测生成的候选逻辑节点； 拓扑掩码确定性修正步骤，调取关联于维度熵特征向量且基于历史算子效用状态生成的反馈抑制掩码矩阵，将初始邻接矩阵与反馈抑制掩码矩阵执行按位逻辑与运算，生成修正后的有效拓扑矩阵，按位逻辑与运算基于反馈抑制掩码矩阵中的抑制位，剔除初始邻接矩阵中虽被预测激活但历史记录为低效用状态的逻辑算子节点； 动态执行链表构建步骤，解析有效拓扑矩阵，根据执行依赖关系在指令缓存中动态索引对应逻辑算子的函数指针，在内存中构建由逻辑算子子集组成的有向无环执行链表； 指令流驱动执行步骤，驱动处理器按照有向无环执行链表锁定的物理地址次序，调用对应的逻辑算子对目标离散数据包执行逻辑运算； 以及，动态执行链表构建步骤具体包括运行时同构子图的向量化映射流程：遍历有效拓扑矩阵，识别满足预设同构条件的多个候选逻辑算子，同构条件限定候选逻辑算子在逻辑拓扑中处于同一拓扑层级、对应于相同的逻辑处理函数且彼此之间不存在数据依赖关系；将多个候选逻辑算子合并为向量化执行节点，并将多个候选逻辑算子分别对应的数据输入地址映射至连续的内存向量空间；调度执行引擎针对向量化执行节点，调用预置的单指令多数据流指令集，对内存向量空间中的数据并行执行逻辑运算，并将运算产生的状态向量拆分映射回对应的逻辑处理结果； 动态执行链表构建步骤中，有向无环执行链表由一系列包含操作码及下一节点指针的指令块构成；构建过程包括将指令块直接写入处理器的指令缓存行，并利用指针跳转指令链接指令块； 其中，方法还包括建立算子效用反馈机制以更新反馈抑制掩码矩阵，具体包括：在指令流驱动执行步骤中，监控每个逻辑算子的运行返回状态，当逻辑算子的运行未改变目标离散数据包的数据状态或返回预设的无效标识时，将该逻辑算子标记为低效用状态；建立维度熵特征向量与反馈抑制掩码矩阵的映射关系，基于低效用状态更新当前维度熵特征向量对应的反馈抑制掩码矩阵，将对应于低效用状态的逻辑算子位置的掩码值置为抑制态；在后续执行拓扑掩码确定性修正步骤时，调用更新后的反馈抑制掩码矩阵对初始邻接矩阵进行指令执行层面的逻辑裁剪。

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申江万国数据信息股份有限公司，其通讯地址为：065201 河北省廊坊市三河市燕郊开发区迎宾路东申江路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”。

以上内容由龙图腾AI智能生成。