Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 杭州云深科技有限公司;浙江警察学院周琦获国家专利权

杭州云深科技有限公司;浙江警察学院周琦获国家专利权

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!

龙图腾网获悉杭州云深科技有限公司;浙江警察学院申请的专利基于时空图神经网络的异常行为监测预警方法、介质及设备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:CN121211285B

龙图腾网通过国家知识产权局官网在2026-03-20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:202511747450.1,技术领域涉及:G06F18/2433;该发明授权基于时空图神经网络的异常行为监测预警方法、介质及设备是由周琦;蒋文荣;钟杨青;郑滋椀;王姣平;张平设计研发完成,并于2025-11-26向国家知识产权局提交的专利申请。

基于时空图神经网络的异常行为监测预警方法、介质及设备在说明书摘要公布了:本发明涉及异常行为识别技术领域,尤其涉及一种基于时空图神经网络的异常行为监测预警方法、介质及设备,通过提取目标监测对象行为数据中蕴含的对象‑空间‑时间三元关系,将抽象的行为数据转化为包含三种节点和三种边的图谱结构,并通过边权重量化关联强度,为对象、空间、时间节点分别进行深度特征提取与嵌入表示,将抽象的图节点转化为富含语义信息的高维向量,并分阶段将空间语义特征、时间动态特征融入对象行为特征,最终生成的时空增强表征向量能同时反映对象的个体行为模式与时空环境影响,突破了单一对象节点图谱的局限,解决了行为时空上下文建模不足、空间特征与时间特征割裂处理的问题,实现了对时空耦合异常行为的精准识别与预警。

本发明授权基于时空图神经网络的异常行为监测预警方法、介质及设备在权利要求书中公布了:1.一种基于时空图神经网络的异常行为监测预警方法,其特征在于,所述方法包括如下步骤: S100,根据每个目标监测对象的行为数据,构建包含对象节点、空间节点和时间节点的三元行为图谱,其中,所述三元行为图谱中包括对象节点和空间节点之间的空间访问边、对象节点和时间节点之间的时间关联边、空间节点和时间节点之间的时空活跃边,以及每个空间访问边、时间关联边和时空活跃边的权重,其中,所述空间访问边的权重基于对应目标监测对象在相应的行为发生地理位置的第一行为频次确定,所述时间关联边的权重基于对应目标监测对象在相应的时间单元的第二行为频次确定,所述时空活跃边的权重基于对应行为发生地理位置在相应的时间单元的第三行为频次确定; S200,根据行为数据分别对每个对象节点、空间节点和时间节点进行特征嵌入,获取到对应的对象行为特征向量、空间语义特征向量和时间上下文特征向量; S300,根据所述三元行为图谱、所述空间语义特征向量和所述时间上下文特征向量,采用预设时空图神经网络对每个对象节点的对象行为特征向量进行更新,获取到反映每个目标监测对象在对应时空环境下行为模式的时空增强表征向量,其中,所述预设时空图神经网络包括空间特征聚合模块、时间特征聚合模块和跨模态融合模块,所述空间特征聚合模块用于基于所述空间访问边的权重聚合空间语义特征,所述时间特征聚合模块用于基于所述时间关联边的权重聚合时间上下文特征,所述跨模态融合模块用于基于所述时空活跃边的权重进行注意力机制加权融合; S400,根据每个目标监测对象的时空增强表征向量和预设的异常特征模板向量的相似程度,获取到每个目标监测对象对应的行为识别类型和预警模式,其中,所述行为识别类型为异常行为或者非异常行为,所述预警模式为进行预警或者不进行预警。

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杭州云深科技有限公司;浙江警察学院,其通讯地址为:310000 浙江省杭州市西湖区三墩镇荆大路100号每日金座1号楼508室;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。