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！

龙图腾网获悉江西赣粤高速公路股份有限公司;东南大学申请的专利基于SDE和GPR的高速公路交通流风险识别方法及系统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：CN119207094B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202411482453.2，技术领域涉及：G08G1/01；该发明授权基于SDE和GPR的高速公路交通流风险识别方法及系统是由余小晴;代贵淇;虞安军;刘志远;童蔚苹;余佳;张晨洋设计研发完成，并于2024-10-23向国家知识产权局提交的专利申请。

本基于SDE和GPR的高速公路交通流风险识别方法及系统在说明书摘要公布了：本发明提出了一种基于SDEStochasticDifferentialEquation和GPRGaussianProcessRegression的高速公路交通流风险识别方法及系统，有效考虑了观测数据中的随机性和不确定性。该方法基于随机微分方程SDE和高斯过程回归GPR，通过SDE捕捉交通流量数据的漂移和扩散估计，结合GPR实现基于贝叶斯后验推断的离群点检测。为提高实用性，引入基于统计检验的灵活阈值设置，平衡模型拟合与检测复杂性。与传统SDE方法相比，本发明的SDE‑GPR方法展现出更强的鲁棒性，更适合交通系统复杂性，实验表明，本发明具有优于GPR的回归性能和更低的误报率。本发明为交通流数据的离群点检测提供了更先进、更准确的方法，为实时交通状况监控与管理开辟新途径。

本发明授权基于SDE和GPR的高速公路交通流风险识别方法及系统在权利要求书中公布了：1.一种基于SDE和GPR的高速公路交通流风险识别方法，其特征在于，包括以下步骤： 1数据采集，包括用于高速公路道路断面监测的卡口数据和高速公路事故数据； 2对步骤1采集的断面监测数据进行分析和预处理，获得交通流量数据，建立高斯先验分析，得到高斯均值与方差；从事故数据中提取事故特征，所述事故特征用于计算修正系数用来调整检测阈值； 3对步骤2中处理过的交通流量数据建立随机微分方程模型，计算扩散函数和漂移函数，实现考虑随机性的交通流数据预测和分析； 4应用鲸鱼优化算法对步骤3建立的随机微分方程模型进行超参数优化，所述超参数包括高斯核函数的均值和方差； 5使用步骤4训练得到的模型进行风险检测，通过生成自举样本，对检测数据计算统计检验阈值，实现有效控制虚警率；其中，根据测试数据集计算动态的异常风险阈值，包括如下步骤： 51根据测试数据新建训练好的随机微分方程设fXt＝μYt，则基于吉尔萨诺夫定理变换后漂移函数为： 其中Xt为数据点流量的随机过程表示，Yt表示数据点的观察量，σXt表示扩散函数，fXt表示漂移函数，μYt表示转换后的漂移函数； 52得到可计算的似然比ζi，f1和f1分别为训练集和测试集的漂移函数： 其中与分别为训练集和测试集的对应函数，根据统计检验，可根据分位数计算得到阈值η，并对阈值进行后处理，结合事故数据计算的系数C对修正后阈值η'进行计算，若似然比大于计算阈值，则分类此处为异常风险，若小于阈值，则分类此处为常规点；分位数α表达式如下： η'＝C*η 其中表示分布函数，Ⅱζi＞η表示指示函数求得的0-1变量，符合条件是函数取1，其他情况取0，B为自举样本数量； 6对步骤4训练得到的模型计算漂移估计，并与步骤5的检验阈值进行比较，判断数据的异常与否。

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江西赣粤高速公路股份有限公司;东南大学，其通讯地址为：330025 江西省南昌市西湖区朝阳洲中路367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。