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！

龙图腾网获悉四川交通职业技术学院申请的专利基于深度学习的智能交通运输管理多模态数字监测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：CN121583116B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610092415.9，技术领域涉及：G08G1/01；该发明授权基于深度学习的智能交通运输管理多模态数字监测方法及系统是由余思;夏戈泉;骆毅;姚云;骆勇设计研发完成，并于2026-01-23向国家知识产权局提交的专利申请。

本基于深度学习的智能交通运输管理多模态数字监测方法及系统在说明书摘要公布了：本发明公开了基于深度学习的智能交通运输管理多模态数字监测方法及系统，通过异构交通感知设备采集多源交通数据，传输至多源交通数据融合引擎进行特征提取与关联映射，生成标准化交通数据序列；将其输入交通态势动态模型编码解码，输出初步交通态势评估结果；再输入流场突变识别模型捕捉时空依赖关系，识别交通流场突变区域；采用异构节点交通感知算法对突变区域数据关联分析与协同校验，生成精细化监测数据；最后通过多模态数字监测模块构建多维度视图，实现路网交通运行状态实时监测。提升多源数据处理效率与态势分析精度，快速识别流场突变，生成高质量监测数据，满足复杂路网精细化管理需求。

本发明授权基于深度学习的智能交通运输管理多模态数字监测方法及系统在权利要求书中公布了：1.基于深度学习的智能交通运输管理多模态数字监测方法，其特征在于，包括： 步骤S1、通过部署于道路路网标定节点的异构交通感知设备采集多源交通数据，所述多源交通数据包括车辆行驶轨迹数据、道路断面流量数据、交通信号相位数据、路面状态数据及气象影响数据，将采集到的多源交通数据传输至多源交通数据融合引擎； 步骤S2、利用多源交通数据融合引擎对接收的多源交通数据进行特征提取与关联映射，建立不同类型交通数据间的时空关联关系，生成标准化交通数据序列； 步骤S3、将标准化交通数据序列输入交通态势VAE动态模型，通过模型的编码器对标准化交通数据序列进行层级特征编码，得到交通态势隐向量，再通过模型的解码器对交通态势隐向量进行重构，输出初步交通态势评估结果； 步骤S4、将初步交通态势评估结果输入流场突变Transformer模型，通过模型的多头注意力机制对初步交通态势评估结果中的时空依赖关系进行捕捉，结合位置编码模块生成交通流场时空特征矩阵，基于交通流场时空特征矩阵识别交通流场突变区域； 步骤S5、采用异构节点交通感知算法对交通流场突变区域对应的多源交通数据进行异构节点数据关联分析，通过算法的节点特征匹配模块与数据协同校验模块，生成交通流场突变区域的精细化监测数据； 步骤S6、基于交通流场突变区域的精细化监测数据，通过智能交通运输管理多模态数字监测模块构建多维度监测视图，对道路路网交通运行状态进行实时监测； 所述交通态势VAE动态模型的表达式为：，其中，为交通态势VAE动态模型的损失函数，为模型编码器的后验概率分布，为编码器网络参数，为交通态势隐向量，为标准化交通数据序列，为模型解码器的似然概率分布，为解码器网络参数，为隐向量的先验概率分布，为KL散度函数；所述模型中还引入交通态势时序权重因子，构建时序优化损失函数：，其中，为时间序列长度，为第时刻的交通态势隐向量，为第时刻的标准化交通数据序列。

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四川交通职业技术学院，其通讯地址为：610000 四川省成都市温江区海峡两岸科技园大学城；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。