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！

龙图腾网获悉湖南大学申请的专利面向交通路径认知的深度模糊模型自构建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：CN116227537B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202310139505.5，技术领域涉及：G06N3/043；该发明授权面向交通路径认知的深度模糊模型自构建方法是由安吉尧;赵谨;刘清钦;钱欣姣;陈佳丽设计研发完成，并于2023-02-20向国家知识产权局提交的专利申请。

本面向交通路径认知的深度模糊模型自构建方法在说明书摘要公布了：本发明公开了一种面向交通路径认知的深度模糊模型自构建方法，交通数据被组织成时空数据、周期数据与外部数据，使用处理过的输入数据能够提高模型的整体性能，解决了传统基于统计的方法无法提取多种特征属性的深层信息的问题。能够在智能交通路径认知领域保持优秀性能的同时，拥有高度可解释性与灵活性，解决了传统深度神经网络在交通路径认知领域的可解释性低难题，推动了交通路径认知模型实际应用过程。本发明使用改进了王‑孟德尔算法从数据中提取模糊规则，提取的模糊规则大大提高了模型的可解释性，减少了生成的模糊规则数量，提高了算法在面对高维度问题时的性能，大幅缩短了训练时间。

本发明授权面向交通路径认知的深度模糊模型自构建方法在权利要求书中公布了：1.面向交通路径认知的深度模糊模型自构建方法，其特征在于，包括以下步骤： 步骤1.1，一种自构建深度模糊模型的输入数据处理算法： 包括描述交通场景区域间关系的时空数据、描述交通场景时间周期性的周期数据、描述天气、假期、工作日的外部数据的处理算法以及一种从数据中自适应提取模糊规则的改进王-孟德尔算法，又名Wang-Mendel算法，针对王-孟德尔算法的隶属度函数生成方法进行了改进，使得其在不同数据段生成的隶属度函数不同； 步骤1.2，一种自构建深度模糊模型的结构设计，包括四个部分： 第一部分为时空模块，其能从不同区域的交通数据中有效提取它们间的时空依赖关系，并表现为时空数据； 第二部分为周期模块，其分别以周、天和小时三种不同时间间隔，从交通数据中提取周期性依赖关系，表现为周期数据； 第三部分为外部模块，其中包含不同地区的节假日数据、周末数据以及天气数据，这些数据统称为外部数据； 其中第一部分、第二部分和第三部分的输出数据的将被拼接为总的特征数据，并被输入到第四部分的网络； 第四部分为逐层构建的自构建深度模糊模型，其输入为总的特征数据；该网络使用改进的王-孟德尔算法，对特征数据进行模糊规则的推理与学习，从而进行网络结构的自构建； 步骤1.3，训练自构建深度模糊模型，包括设置相应的训练数据和训练环境对模型进行训练； 步骤1.4，基于训练完成后的模型进行交通路径认知实验； 步骤1.5，基于交通路径认知实验结果构建路径认知关键描述特征； 步骤1.6，基于路径认知关键描述特征进行交通路径规划。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路麓山门；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。