買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉西華大學申請的專利車路云一體化復雜時間序列實時異常檢測方法與系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120354889B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510839378.9，技術領域涉及：G06N3/045；該發明授權車路云一體化復雜時間序列實時異常檢測方法與系統是由陳鵬;謝雪蓮;單文煜;吳磊;李曦;邊昂設計研發完成，并于2025-06-23向國家知識產權局提交的專利申請。

本車路云一體化復雜時間序列實時異常檢測方法與系統在說明書摘要公布了：本發明公開了車路云一體化復雜時間序列實時異常檢測方法與系統，涉及車聯網領域，方法包括S1、構建初始的異常檢測模型；S2、獲取訓練數據集；S3、訓練數據集導入初始的異常檢測模型，對其進行訓練優化，獲得優化后的異常檢測模型；S4、獲取待預測的數據；S5、利用優化后的異常檢測模型對待預測的數據進行異常檢測，獲得異常檢測結果；本方法引入時間池化和通道注意力機制用于提取特征維度和時間維度之間的復雜交互關系；加入基于通道權重調整機制的模塊通過動態調節通道權重降低模型的計算復雜度，提升模型對關鍵特征的表達能力；集成交互卷積模塊用于捕捉多維空間中的依賴關系，并支持多種類型異常事件的同時檢測。

本發明授權車路云一體化復雜時間序列實時異常檢測方法與系統在權利要求書中公布了：1.車路云一體化復雜時間序列實時異常檢測方法，其特征在于，包括： S1、構建初始的異常檢測模型，異常檢測模型包括嵌入編碼模塊、多個編碼器、重構模塊及異常分析模塊，嵌入編碼模塊的輸出分別作為多個編碼器的輸入，多個編碼器的輸出均作為重構模塊的輸入，重構模塊的輸出作為異常分析模塊的輸入；嵌入編碼模塊用于對輸入的多維時間序列數據進行降維和加入位置編碼；編碼器用于特征提取生成編碼序列；重構模塊用于從編碼序列中重構輸入序列；異常分析模塊用于計算每個時間步的異常分數，并與閾值δ比較得到異常檢測結果；每個編碼器包括異常注意力模塊、時間上下文感知模塊、第一殘差連接和層歸一化模塊、通道自適應增強模塊、第二殘差連接和層歸一化模塊、交互卷積模塊、第三殘差連接和層歸一化模塊、前向傳播模塊及第四殘差連接和層歸一化模塊，異常注意力模塊采用異常注意力機制來量化關聯差異來有效區分正常點和異常點，并放大異常點特征；時間上下文感知模塊用于提取全局特征和局部特征，并生成時間特征矩陣；通道自適應增強模塊用于強化關鍵特征；交互卷積模塊用于捕捉短期異常和長期趨勢，并對短期異常和長期趨勢進行拼接；時間上下文感知模塊包括注意力池化層、平均池化層、共享全連接層、兩個卷積激活層和第一融合層，異常注意力模塊的輸出分別作為注意力池化層和平均池化層的輸入，注意力池化層用于提取局部特征，平均池化層用于提取全局特征；局部特征經過加權和后與全局特征共同輸入共享全連接層進行特征存儲和融合；兩個卷積激活層計算通道間的交互關系，動態調整各通道的重要性，強化時間動態信息，共享全連接層的輸出分別作為兩個卷積激活層的輸入，兩個卷積激活層的輸出作為第一融合層的輸入，第一融合層使用加法融合策略對兩個卷積激活層強化后的特征和異常注意力模塊的輸出進行融合，生成增強后的時間特征矩陣； S2、獲取訓練數據集； S3、訓練數據集導入初始的異常檢測模型，對其進行訓練優化，獲得優化后的異常檢測模型； S4、獲取待預測的數據； S5、利用優化后的異常檢測模型對待預測的數據進行異常檢測，獲得異常檢測結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西華大學，其通訊地址為：610039 四川省成都市金牛區土橋金周路999號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。