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！

龙图腾网获悉甘肃省交通规划勘察设计院股份有限公司;西安交通大学申请的专利基于深度学习的连续纵坡交通风险要素智能识别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：CN120873997B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202511405913.6，技术领域涉及：G06F18/25；该发明授权基于深度学习的连续纵坡交通风险要素智能识别方法是由马静;马小博;陈忱;谢子龙;宿增强;刘春芽;张梦炜设计研发完成，并于2025-09-29向国家知识产权局提交的专利申请。

本基于深度学习的连续纵坡交通风险要素智能识别方法在说明书摘要公布了：本发明涉及交通数据处理技术领域，特别涉及一种基于深度学习的连续纵坡交通风险要素智能识别方法。获取连续纵坡的纵坡特征，并根据连续纵坡内的车辆刹车的监测数据，识别获得刹车特征；获取基础交通风险要素识别器，根据刹车时间和纵坡特征，进行增量学习数据配置，获得增量学习数据；根据刹车频率分布，采用增量学习数据对基础交通风险要素识别器进行增量学习，获得多个增量识别器；采集车辆特征，结合纵坡特征，基于多个增量识别器，识别输出获得纵坡交通风险要素信息。可以有效适配不同连续纵坡路段的特性，全面且精准地识别出纵坡交通风险要素。

本发明授权基于深度学习的连续纵坡交通风险要素智能识别方法在权利要求书中公布了：1.基于深度学习的连续纵坡交通风险要素智能识别方法，其特征在于，所述方法包括： 获取连续纵坡的纵坡特征，并根据连续纵坡内的车辆刹车的监测数据，识别获得刹车特征，其中，刹车特征包括刹车频率分布和刹车时间； 获取基础交通风险要素识别器，根据所述刹车时间和纵坡特征，进行增量学习数据配置，获得增量学习数据； 根据所述刹车频率分布，采用所述增量学习数据对所述基础交通风险要素识别器进行增量学习，获得多个增量识别器； 采集车辆特征，结合所述纵坡特征，基于多个增量识别器，识别输出获得纵坡交通风险要素信息； 其中，根据所述刹车时间和纵坡特征，进行增量学习数据配置，获得增量学习数据，包括： 获取预设增量学习数据量； 获取多个样本纵坡内监测处理的平均刹车时间，根据所述刹车时间和平均刹车时间的比值，对所述预设增量学习数据量进行修正，获得增量学习数据量； 按照所述增量学习数据量，采集与纵坡特征相似度最大的连续纵坡的增量纵坡特征集合、增量车辆特征集合和增量纵坡交通风险要素信息集合，直到满足所述增量学习数据量，获得增量学习数据。

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甘肃省交通规划勘察设计院股份有限公司;西安交通大学，其通讯地址为：730030 甘肃省兰州市城关区酒泉路213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。