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！

龙图腾网获悉南昌大学申请的专利一种基于时空混合表征学习的移动流量分类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：CN121211191B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202511755916.2，技术领域涉及：G06F18/2415；该发明授权一种基于时空混合表征学习的移动流量分类方法及系统是由蒋渝波;邵国林设计研发完成，并于2025-11-27向国家知识产权局提交的专利申请。

本一种基于时空混合表征学习的移动流量分类方法及系统在说明书摘要公布了：本发明涉及流量数据处理分类领域，提出一种基于时空混合表征学习的移动流量分类方法及系统，通过特征分层筛选和动态噪声过滤的预处理机制，优化了原始流量特征输入质量，随后在微观融合阶段加入注意力引导的特征交互，强化了单时间步内时空特征的非线性关联，又在宏观融合阶段设计了跨尺度特征对齐与时序‑空间注意力交互机制，避免了传统独立建模的局限，最后结合类别自适应损失调整策略优化分类模块，适配不同流量类型的样本分布差异，本发明实现了时空特征深度融合，提高了移动流量分类的准确性。

本发明授权一种基于时空混合表征学习的移动流量分类方法及系统在权利要求书中公布了：1.一种基于时空混合表征学习的移动流量分类方法，其特征在于，包括： 获取移动流量数据并进行预处理，以获取标准化流量特征序列，所述预处理包括多维度特征处理、动态噪声处理和标准化处理； 根据注意力引导的跨模态特征交互算法对所述标准化流量特征序列进行微观融合处理，以获取瞬时特征矩阵，所述注意力引导的跨模态特征交互算法基于时间类嵌入向量和空间类嵌入向量，所述瞬时特征矩阵基于双向长短期记忆网络生成； 所述根据注意力引导的跨模态特征交互算法对所述标准化流量特征序列进行微观融合处理，以获取瞬时特征矩阵的步骤，具体包括： 对标准化流量特征序列进行令牌化处理并构建嵌入矩阵，以获取时间类嵌入矩阵和空间类嵌入矩阵，再对所述时间类嵌入矩阵和空间类嵌入矩阵进行高维映射，以获取时间类嵌入向量和空间类嵌入向量； 对所述时间类嵌入向量和空间类嵌入向量进行跨模态交互运算，以获取交互特征向量，所述跨模态交互运算包括元素级乘法和元素级加法，所述元素级乘法用于捕捉时间特征-空间特征的关联强度，所述元素级加法用于捕捉时间特征+空间特征的协同贡献； 再根据交互注意力机制计算交互特征权重，所述计算交互特征权重的具体算法如下： ， 其中，表示交互特征权重，和表示交互注意力可学习参数，表示交互特征向量，表示特征序列固定长度，表示交互特征向量的分量，k表示分量序数； 根据所述交互特征权重对交互特征向量进行加权增强，以获取交互增强嵌入向量； 根据双向长短期记忆网络对所述交互增强嵌入向量进行时序依赖建模，以获取瞬时特征矩阵； 根据跨尺度空间增强算法和时序-空间注意力交互机制对所述瞬时特征矩阵进行宏观融合处理，以获取全局融合特征，所述跨尺度空间增强算法基于多尺度特征加权融合，所述时序-空间注意力交互机制基于时间注意力权重； 根据所述全局融合特征进行分类，以获取最终分类结果，所述分类基于类别自适应优化。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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。