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！

龙图腾网获悉中南大学申请的专利一种智能家居事件分割及异常检测方法和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：CN120470510B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202510980557.4，技术领域涉及：G06F18/2433；该发明授权一种智能家居事件分割及异常检测方法和系统是由龙军;陈恒耀;刘承光;杨浩然设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本一种智能家居事件分割及异常检测方法和系统在说明书摘要公布了：本申请提供一种智能家居事件分割及异常检测方法，包括：获取多个智能家居传感器检测到的多条时间序列数据并对其进行预处理和编码处理，得到多个原始特征向量；每个原始特征向量对应一个事件，包括相应的传感器的设备码、状态特征和时间特征；对原始特征向量中不同维度的特征进行分治处理后进行拼接与线性投影，得到初始隐状态矩阵；将初始隐状态矩阵输入包括多层编码器和分类头的Transformer编码器；每层编码器采用多头自注意力机制对前一层输出的隐状态矩阵进行处理、残差连接和层归一化，得到每个事件最终的隐状态；基于每个事件最终的隐状态进行边界检测或异常检测。本申请可以提升智能家居事件分割及异常检测的可靠性和准确性。

本发明授权一种智能家居事件分割及异常检测方法和系统在权利要求书中公布了：1.一种智能家居事件分割及异常检测方法，其特征在于，包括： 步骤1、获取智能家居传感器检测数据集；所述传感器检测数据集包括多个智能家居传感器检测到的多条时间序列数据，每条时间序列数据包括传感器设备ID、状态值和时间戳；对多条时间序列数据进行预处理和编码处理，得到多个原始特征向量；每个原始特征向量对应一个事件；所述原始特征向量包括相应事件多个维度的特征，分别为：传感器的设备码、状态特征和时间特征； 步骤2、对原始特征向量中不同维度的特征进行分治处理；将分治处理后的特征进行拼接与线性投影，得到初始隐状态矩阵； 步骤3、将初始隐状态矩阵输入Transformer编码器；所述Transformer编码器包括多层编码器和分类头；每层编码器采用多头自注意力机制对前一层输出的隐状态矩阵进行处理、残差连接和层归一化；基于最终层输出的隐状态矩阵得到每个事件最终的隐状态； 步骤4、基于每个事件最终的隐状态进行边界检测或异常检测； 其中，基于每个事件最终的隐状态进行边界检测，包括：将每个事件最终的隐状态分别输入分类头，通过分类头输出预测的每个事件的类别标签；若当前事件的类别标签与前一事件不同，则标记当前事件为分割点； 其中，基于每个事件最终的隐状态进行异常检测，包括：若第一传感器的预设状态持续时间超过预设阈值时间，则触发独立异常分类器；触发独立异常分类器基于输入的相应事件的隐状态，输出预测的相应事件的异常判断结果；其中，第一传感器为所述多个智能家居传感器中的传感器。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。