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！

龙图腾网获悉成都理工大学申请的专利一种基于人工智能的垂直行业异常行为监督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：CN121388956B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511972946.9，技术领域涉及：G06F18/2433；该发明授权一种基于人工智能的垂直行业异常行为监督方法是由唐清利;蒋金展;莫忧;姚光乐;李权;王洪辉;贾勇;唐诗;谢天;龚苾涵;张茂莉;白秀银;王琛;彭鹏;程晗蕾设计研发完成，并于2025-12-25向国家知识产权局提交的专利申请。

本一种基于人工智能的垂直行业异常行为监督方法在说明书摘要公布了：本发明涉及无监督检测技术领域，具体地说，涉及一种基于人工智能的垂直行业异常行为监督方法；通过引入跨模态对齐与最小超球体异常检测，极大提升了数字化流程风控的质量和应用价值，为智慧政务与公共服务提供了一种创新的解决方案；通过解决同维化不等于对齐、边界松散等问题，这一方法为流程级异常检测提供了新的技术路径，在服务流程合规核验中具有广泛的应用前景。

本发明授权一种基于人工智能的垂直行业异常行为监督方法在权利要求书中公布了：1.一种基于人工智能的垂直行业异常行为监督方法，其特征在于，具体包括以下步骤： 步骤S1：根据从历史业务数据库获取的业务记录样本，构建业务记录数据集；所述业务记录数据集包括业务记录结构化数据、业务记录文本数据； 所述业务记录结构化数据包括数值型字段、类别型字段、时间型字段、空间型字段、地址字段、空间差异字段、GPS轨迹字段； 步骤S2：根据业务记录数据类型，预处理业务记录数据，并同维化得到结构token序列、文本token序列； 根据业务记录数据类型设置对应的特征编码器，分别映射并投影至同一维度的特征空间，得到对应的字段嵌入向量； 若业务记录数据为非结构化数据的文本字段，则根据预训练语言模型BERT、线性投影矩阵、线性投影偏置、文本token序列，同维化得到投影后的文本token向量； 根据可学习的聚合向量，融合数值型字段嵌入向量、类别型字段嵌入向量、时间型字段嵌入向量、地址字段嵌入向量、空间差异字段嵌入向量、GPS轨迹字段嵌入向量，得到融合后的结构token序列；根据文本全局聚合向量融合投影后的文本token向量，得到融合后的文本token序列； 步骤S3：根据同维化后的结构token序列、文本token序列、结构投影头权重矩阵、文本投影头权重矩阵，计算全局对齐损失，让同一条样本的结构全局语义与文本全局语义尽可能接近； 步骤S31：根据融合后的结构token序列、结构投影头权重矩阵、可学习的聚合向量，得到结构对比投影向量； 步骤S32：根据融合后的文本token序列、文本投影头权重矩阵、文本全局聚合向量，得到文本对比投影向量； 步骤S33：根据结构对比投影向量、文本对比投影向量、批大小、温度参数，得到全局对齐损失； 步骤S4：将结构token序列作为查询向量Q，将文本token序列投影为，构建跨模态融合模块，得到一致性损失； 所述步骤S4具体包括以下步骤： 步骤S41：调用多头注意力机制，以融合后的结构化token序列为查询向量Q，从融合后的文本token序列中检索相关的语义信息； 步骤S42：根据交叉注意力头、线性投影矩阵多头并行计算后拼接做输出投影，并根据输出投影进行残差连接，得到残差连接后的结构token序列； 步骤S43：根据残差连接后的结构token序列，进行自注意力计算得到更新后的结构token序列，并根据更新后的结构token序列得到融合后的结构聚合向量； 步骤S44：根据批大小、融合后的结构聚合向量、本文对比投影向量，调用余弦相似度计算一致性对比损失； 步骤S5：根据训练样本数、最小超球体中心、软边界半径、设定的松弛超参数、融合后的结构聚合向量，得到最小超球体单类分类损失、软边界； 在对齐且融合后的空间中，用单类边界紧致地包裹正常样本；设训练样本数为N，最小超球体中心为，软边界半径为，松弛超参数； ； 其中，为第个样本融合后的结构聚合向量；最小超球体中心代表标准、正常的生命周期流转业务模式在特征空间中的中心点；控制软边界的漏出比例；为最小超球体单类分类损失函数；软边界半径为代表正常业务允许的波动范围即判定阈值； 步骤S6：根据设定的可学习参数、一致性对比损失、最小超球体单类分类损失，得到总损失，并根据总损失训练最小超球体，得到训练后的最小超球体； 步骤S7：根据训练后的最小超体、最小超球体中心、软边界，计算异常评分判断行为是否异常； ； 其中，表示该样本的最终结构聚合表征；表示最小超球体中心；表示软边界半径；为欧氏范数； 根据异常评分判断行业行为是否异常，若异常评分大于0表示融合后的结构聚合向量超出软边界，判断行业行为异常；若异常评分小于等于0表示融合后的结构聚合向量未超出软边界，判断行业行为正常； 步骤S8：根据设定的指数滑动平均系数、判断正常的行为的样本流量，更新超球体中心和超球体半径。

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成都理工大学，其通讯地址为：610059 四川省成都市成华区二仙桥东三路1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。