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！

龙图腾网获悉吉林大学申请的专利一种稀疏城市数据的主动感知方法、设备及存储介质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：CN120822621B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202511324548.6，技术领域涉及：G06N5/04；该发明授权一种稀疏城市数据的主动感知方法、设备及存储介质是由吕佳键;张凌羽;王恩;刘文彬设计研发完成，并于2025-09-17向国家知识产权局提交的专利申请。

本一种稀疏城市数据的主动感知方法、设备及存储介质在说明书摘要公布了：本发明公开了一种稀疏城市数据的主动感知方法、设备及存储介质，属于城市感知中的空间‑时间数据推理技术领域，该方法高度整合数据重要性、数据表示和应用模型，充分考虑了城市感知的实际场景，主动感知重要的空间‑时间数据并高效利用。电子设备上运行的计算机程序实现稀疏城市数据的主动感知方法的步骤。计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现的稀疏城市数据的主动感知方法的步骤。基于主动学习感知策略的重要性评估，本发明设计了主动分割块以获得合理的归纳偏差和有意义的表示，主动引导模型注意力转向未被感知数据，这对稀疏城市感知至关重要，在稀疏城市感知数据的补全和预测任务中均取得了最先进的结果。

本发明授权一种稀疏城市数据的主动感知方法、设备及存储介质在权利要求书中公布了：1.一种稀疏城市数据的主动感知方法，其特征在于，包括以下步骤： 步骤1：执行初始随机感知以收集城市感知数据，利用所述城市感知数据训练初始推理模型，所述推理模型为基于Transformer仅编码器架构的注意力模型； 步骤2：进入主动感知周期，将当前感知周期的空感知地图输入空间-时间嵌入层，得到每个区域的空间-时间特征； 步骤3：计算每个区域的代表性分数，量化区域间的相关性； 步骤4：将所述空间-时间特征输入上一个感知周期训练完成的推理模型，提取模型各注意力层的注意力权重，计算每个区域的信息量分数； 步骤5：结合所述代表性分数与所述信息量分数，计算每个区域的主动感知策略分数，表达式为： ； 步骤6：采用K-means聚类算法，基于步骤2所述空间-时间特征对每个时间片的所有区域进行聚类，得到个聚类； 步骤7：根据当前感知周期的感知预算，从个聚类中选择得分最高的个区域进行感知，得到当前感知周期的感知数据； ； 其中为每个感知周期的时间片总数，表示第个聚类，，是从中选出的空间-时间区域子集，表示在每个聚类中将得分从大到小排列后得分最大的个区域； 步骤8：对每个时间片的区域按主动感知策略分数从高至低进行重要性降序排序，将排序后的区域划分为感知区域子集与未感知区域子集，将未感知区域子集均匀划分为与感知区域子集数量相同的未感知区域分组； 步骤9：分组后，对每对连续时间片执行主动分割操作以形成主动分割块，使得每个主动分割块内感知数据的总量与未感知数据的总量相等，且各主动分割块具有近似的重要性；对于所述连续时间片中的奇数时间片，按重要性从高到低的顺序选取感知数据，并按重要性从低到高的顺序选取未感知数据；对于所述连续时间片中的偶数时间片，按重要性从低到高的顺序选取感知数据，并按重要性从高到低的顺序选取未感知数据；基于所选数据构成主动分割块，其数据排列顺序依次为：奇数时间片的感知数据、奇数时间片的未感知数据、偶数时间片的未感知数据、偶数时间片的感知数据；在时间维度上以步长为1滑动时间片，使得各时间片能够交替作为奇数时间片和偶数时间片； 步骤10：将所述主动分割块输入基于Transformer仅编码器架构的推理模型，通过模型训练优化模型参数，完成当前感知周期的模型更新； 步骤11：重复步骤2~10，经过个主动感知周期后，得到优化完成的稀疏城市数据推理模型，实现稀疏城市数据的主动感知与推理。

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吉林大学，其通讯地址为：130012 吉林省长春市朝阳区前进大街2699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”。

以上内容由龙图腾AI智能生成。