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！

龙图腾网获悉同济大学申请的专利一种基于融合图卷积门控神经微分方程的偶发性交通异常检测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：CN119152682B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411374860.1，技术领域涉及：G08G1/01；该发明授权一种基于融合图卷积门控神经微分方程的偶发性交通异常检测方法是由臧笛;赵佳怡;龙佰超;崔哲;朱宏;张军旗;程久军;唐克双设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本一种基于融合图卷积门控神经微分方程的偶发性交通异常检测方法在说明书摘要公布了：本发明属于智能交通领域，针对交通偶发性异常问题提出一种基于融合图卷积门控神经微分方程的偶发性交通异常检测方法。包括以下步骤：步骤1、基于数据集时间周期信息生成时间嵌入，节点的空间信息生成空间嵌入以及邻近的历史信息生成历史信息嵌入，拼接之后得到异质性的节点时空嵌入；等等。通过应用本发明提出的交通异常检测方法，城市交通管理部门可以更加高效地识别和应对突发交通事件，从而大幅提升城市交通系统的应变能力和适应性。本研究的成果将为未来的智能城市交通管理系统奠定坚实的基础，具有广泛的应用前景和重要的社会意义。

本发明授权一种基于融合图卷积门控神经微分方程的偶发性交通异常检测方法在权利要求书中公布了：1.一种基于融合图卷积门控神经微分方程的偶发性交通异常检测方法，其特征在于，包括以下步骤： 步骤1、基于数据集时间周期信息生成时间嵌入，节点的空间信息生成空间嵌入以及邻近的历史信息生成历史信息嵌入，拼接之后得到异质性的节点时空嵌入； 步骤2、通过连续的门控循环单元捕捉时间特征，并利用动态图卷积和超图卷积模块实现时空数据的协同建模；采用指数滑动平均算法平滑隐状态更新，确保模型在保持高拟合能力的同时具备良好的泛化能力；最终，将计算得到的时空特征输入重构模块以重构正常交通模式； 步骤3、根据原始的交通数据和重构结果计算异常分数，并将异常分数进行归一化；基于训练集的异常分数，采用实时交通异常检测算法自适应地确定不同区域的异常阈值，并根据异常阈值检测并标记路网中的偶发性异常； 步骤2具体包括： 步骤2.1：将步骤1生成的时空上下文嵌入经过线性映射后输入到融合图门控循环微分方程捕捉时序演化特征； 所述融合图门控循环微分方程如下： 6 7 其中，是微分方程的初始状态表示，是融合图门控循环单元，是原始数据插值后的系数，是模型重构的历史时间步长，是模型需要更新的参数，是最终的时空特征表示； 所述融合图门控循环单元结构如下： 8 9 10 11 其中，是融合图卷积门控模块，聚合邻居节点特征更新节点特征；是sigmoid激活函数，控制当前输入和前一状态在更新时的融合比例，得到最终状态,其结构如下： 首先，随机初始化节点嵌入，用于表征节点邻接信息，并生成自适应邻接矩阵，动态调整节点之间的拓扑结构，如下： 12 其中，是随机初始化的节点嵌入，是生成的自适应邻接矩阵； 利用切比雪夫多项式对图卷积操作进行近似，实现高效的图卷积网络，聚合节点的空间邻接特征，如下： 13 其中，是输入的隐状态,是权重池，是偏移池，是动态图卷积的结果； 使用自适应动态超图建模节点之间的高阶空间关联，特别地，利用日周期嵌入使得超图具有时间周期性特征，并利用超图卷积操作更新节点特征，得到最终的空间特征： 14 15 16 其中，是日周期嵌入，是自适应的时间超图，是得到的动态超边表示，是超边嵌入，是权重池，是偏移池，是动态超图卷积后的节点特征表示，是最后的融合图门控模块的输出； 步骤2.2：隐状态更新时，使用指数平滑算法，通过对当前状态和前一状态的加权组合，适应不同的数据特性，既可以捕获变化，也可以滤除噪声： 其中，是平滑因子； 步骤2.3：将微分方程表示的时空特征与节点嵌入拼接后经过二维卷积层得到最后结果： 17 其中，是节点的空间嵌入，是微分方程表示的时空特征，是模型重构结果。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。