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！

龙图腾网获悉厦门大学申请的专利基于有向图时空特征融合的物联网数据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：CN120597173B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202510952572.8，技术领域涉及：G06F18/2433；该发明授权基于有向图时空特征融合的物联网数据异常检测方法是由肖珍龙;夏周翔设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本基于有向图时空特征融合的物联网数据异常检测方法在说明书摘要公布了：本发明公开了基于有向图时空特征融合的物联网数据异常检测方法，包括以下步骤：S1、采集物联网中多个传感器节点的数据，构建传感器网络数据集；S2、对区域内的传感器网络数据进行清洗与预处理；S3、对处理后的数据通过贝叶斯变分推断学习传感器网络的有向图邻接矩阵，建模传感器节点间的有向因果关系；S4、对预测目标地点的传感器使用空间特征提取模块处理，利用有向图引导的图注意力机制提取多跳邻域空间特征；S5、对预测目标地点的传感器网络数据空间特征和有向图使用时空特征融合模块处理，动态调整有向图结构并进行数据预测；S6、生成异常得分和动态阈值并进行异常检测；该方法可提高物联网数据异常检测性能。

本发明授权基于有向图时空特征融合的物联网数据异常检测方法在权利要求书中公布了：1.基于有向图时空特征融合的物联网数据异常检测方法，其特征在于，包括以下步骤： S1、采集物联网中多个传感器节点的数据，构建传感器网络数据集； S2、对区域内的传感器网络数据进行清洗与预处理； S3、对处理后的数据通过贝叶斯变分推断学习传感器网络的有向图邻接矩阵，建模传感器节点间的有向因果关系； S4、对预测目标地点的传感器使用空间特征提取模块处理，利用有向图引导的图注意力机制提取多跳邻域空间特征； S5、对预测目标地点的传感器网络数据空间特征和有向图使用时空特征融合模块处理，动态调整有向图结构并进行数据预测； 步骤S5的具体过程为： S51、将传感器网络中传感器节点i的空间特征与传感器节点i的滑动窗口时序数据拼接为联合输入； S52、在门控循环单元中嵌入邻接权重，通过拓扑感知的更新门与重置门实现时空特征融合； S53、通过多层感知机动态调整邻接矩阵权重，形成闭环的时序驱动图结构演化机制； S54、基于融合后的时空特征进行多步数据预测，通过全连接层生成预测值，预测值的生成方法为：，其中，为全连接层；为前N个传感器节点嵌入向量；为前N个门控循环单元输出的隐藏状态；为哈达玛积；采用Huber损失函数优化预测精度：，其中，为Huber损失函数，用于平衡预测精度与鲁棒性；为训练集时间长度；为滑动窗口大小；为预测值；为Huber损失阈值； S6、生成异常得分和动态阈值并进行异常检测。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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。