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！

龙图腾网获悉浙江大学高端装备研究院申请的专利一种基于特征分类的摩托车骑行危险行为识别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：CN119719710B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411790950.9，技术领域涉及：G06F18/21；该发明授权一种基于特征分类的摩托车骑行危险行为识别方法及系统是由朱茗西;白洁;谢海波;杨华勇;王嘉杰;刘珂;王慧霞设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本一种基于特征分类的摩托车骑行危险行为识别方法及系统在说明书摘要公布了：本发明公开了一种基于特征分类的摩托车骑行危险行为识别方法及系统，包括：从数据库中获取用户历史骑行数据以及是否为危险骑行的标签值，并清洗用户历史骑行数据；对齐显性骑行特征数据与隐性骑行特征数据的时间步长；构建并训练摩托车危险骑行行为识别模型；将待识别的用户骑行行为数据进行清洗和对齐时间步长的处理，输入训练好的摩托车危险骑行行为识别模型中，得到是否为危险骑行行为的识别结果。本发明充分挖掘了摩托车用户骑行行为各类特征所包含的潜在信息，结合深度学习捕捉摩托车用户骑行行为的时间依赖性，为复杂驾驶场景提供更可靠的分析和预测，能有效对潜在的摩托车危险驾驶行为进行识别，保障摩托车用户的骑行安全。

本发明授权一种基于特征分类的摩托车骑行危险行为识别方法及系统在权利要求书中公布了：1.一种基于特征分类的摩托车骑行危险行为识别方法，其特征在于，包括以下步骤： S1：从数据库中获取用户历史骑行数据，以及每段骑行是否为危险骑行的标签值，并对用户历史骑行数据进行清洗；所述用户历史骑行数据包括显性骑行特征数据和隐性骑行特征数据，显性骑行特征指通过单一时间点的数据反映用户骑行实时状态的特征，隐性骑行特征指通过单一时间点的数据无法直接观察出其意义，需要结合时间序列挖掘潜在信息的特征； S2：对齐S1得到的显性骑行特征数据与隐性骑行特征数据的时间步长； S3：使用S2得到的骑行特征数据构建并训练摩托车危险骑行行为识别模型，所述摩托车危险骑行行为识别模型包括：基于全连接神经网络的显性骑行特征分析模块、基于LSTM网络的隐性骑行特征分析模块、骑行特征融合与分类模块；所述显性骑行特征分析模块用于对显性骑行特征进行建模分析并输出代表显性骑行特征的特征向量，所述隐性骑行特征分析模块用于对隐性骑行特征进行建模分析并输出代表隐性骑行特征的特征向量，所述骑行特征融合与分类模块用于将代表显性骑行特征的特征向量和代表隐性骑行特征的特征向量进行拼接融合，得到代表用户整体骑行行为的特征向量，并根据用户整体骑行行为的特征向量对用户骑行行为进行是否为危险骑行行为的分类； S4：将待识别的用户骑行行为数据进行S1和S2的处理，输入训练好的摩托车危险骑行行为识别模型中，得到是否为危险骑行行为的识别结果。

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浙江大学高端装备研究院，其通讯地址为：311106 浙江省杭州市余杭区兴国路503号5幢103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。