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！

龙图腾网获悉烟台大学申请的专利一种面向海洋生态的时空图神经网络异常检测方法及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：CN119312267B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202411874061.0，技术领域涉及：G06F18/2433；该发明授权一种面向海洋生态的时空图神经网络异常检测方法及系统是由刘兆伟;高汝斐;张娟;单垚;侯永超;牟春晓;崔振东;阎维青;徐金东设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本一种面向海洋生态的时空图神经网络异常检测方法及系统在说明书摘要公布了：本发明涉及海洋环境监测技术领域，尤其是涉及一种面向海洋生态的时空图神经网络异常检测方法及系统。方法，包括获取海洋监测数据；对获取的海洋监测数据进行数据预处理；基于预处理的海洋监测数据进行时空图结构构建；利用异常检测模型对构建时空图结构进行时空特征提取；对提取的时空特征进行特征融合；基于多尺度异常评分机制进行海洋生态系统局部异常和全局异常评分。本发明设计了统一的数据处理框架,能够同时处理卫星遥感数据、水质监测数据、生物调查数据等多源异构数据,充分利用各类数据所包含的信息,提高异常检测的全面性和准确性。通过时空图结构的构建,有效捕捉不同数据源之间的关联关系,为异常检测提供更全面的特征表达。

本发明授权一种面向海洋生态的时空图神经网络异常检测方法及系统在权利要求书中公布了：1.一种面向海洋生态的时空图神经网络异常检测方法，其特征在于，包括： 获取海洋监测数据； 对获取的海洋监测数据进行数据预处理； 基于预处理的海洋监测数据进行时空图结构构建； 利用异常检测模型对构建时空图结构进行时空特征提取； 对提取的时空特征进行特征融合； 基于多尺度异常评分机制进行海洋生态系统局部异常和全局异常评分； 输出异常检测结果； 所述对获取的海洋监测数据进行数据预处理，包括对海洋监测数据进行异常值处理和缺失值填补，其中，所述异常值处理包括基于时序滑动窗口的改进3准则，通过动态计算局部统计特征,以适应数据的时变特性，在时间窗口w内,异常值的识别准则表示为: 其中，是处理后的数据集，x是观测值，是数据序列的均值，是数据序列的标准差，n是数据量，和采用滑动窗口来计算： 其中，是t时刻的局部均值，是t时刻的局部标准差，xi是窗口内第i个时刻的观测值，t是当前时间步； 所述基于预处理的海洋监测数据进行时空图结构构建，包括基于三元组特征向量，融合环境、生物和时序信息构建节点特征；基于节点特征构建图的边关系，其中，利用双重边关系构建机制,同时考虑空间位置关系和状态相似性，所述空间位置关系包括空间邻接关系和动态关联关系，对于空间邻接关系，采用基于距离的高斯核函数定义关联强度: 其中，是空间矩阵，dij是节点i和节点j之间的距离，是距离尺度参数，控制空间关联的衰减速率，是距离阈值，n是节点总数； 所述利用异常检测模型对构建时空图结构进行时空特征提取，包括利用异常检测模型的图注意力网络进行空间特征学习，其中，通过自适应学习节点间的注意力系数,突出重要节点的影响，表示为: 其中，表示节点i的输出特征向量，维度为d，·为激活函数，是注意力系数，表示节点j对节点i的影响权重，是可学习的特征变换矩阵，f为输入特征的维度，是节点j的输入特征向量，注意力系数的计算方式为： 其中，，是节点特征经变换后的表示，softmax是归一化函数，确保所有的注意力系数之和为1； 所述利用异常检测模型对构建时空图结构进行时空特征提取，还包括结合因果卷积和长短时记忆网络进行时序特征提取，其中，因果卷积网络提取局部时序模式： 其中，为t时刻的时序特征输出，为第k个卷积核参数，是t-k时刻的输入特征，然后使用LSTM网络步骤长期依赖关系： 其中，为前向LSTM输出特征，为后向LSTM输出特征，是前向LSTM函数，是后向LSTM函数，是拼接后的时序特征向量； 所述对提取的时空特征进行特征融合，包括利用自适应特征融合机制，通过学习不同特征的重要性权重,实现特征的最优组合，表示为： 其中，z是融合后的最终特征向量，，分别是空间特征和时序特征的权重矩阵，，是空间和时序特征向量，b为偏置向量； 所述基于多尺度异常评分机制进行海洋生态系统局部异常和全局异常评分，包括首先计算每个监测点的局部异常分数，通过局部异常分数反映监测点当前状态与其历史正常状态的偏离程度；在局部异常检测基础上提出全局异常评分机制，其中，通过比较特征分布的变化来识别系统层面的异常，表示为: 其中，为当前特征的概率分布，为参考正常状态的概率分布，为KL散度损失，分布估计采用核密度估计的方法： 其中，n为样本数量，h为控制和函数的平滑程度，K·为高斯核函数，zi为第i个样本点。

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烟台大学，其通讯地址为：264003 山东省烟台市莱山区清泉路30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”。