龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：福建师范大学
摘要：本发明公开一种基于车路协同的自监督车辆异常轨迹检测方法，1）将道路信息建模成图结构；网络中的每个路段代表一个节点，路段之间的连通性由图中的边表示。2）为目标节点选取子图视图，从随机游走生成的子图中选取与目标节点亲密度分数高的子图作为输入；3）生成目标节点和对应子图的低维向量表示；4）通过生成性自监督学习任务得到节点的生成异常分数，反映为由解码器生成得到的重建特征向量与原始特征向量之间的回归损失；5）通过对比性自监督学习任务得到节点的对比异常分数，利用输入图的结构信息通过生成目标节点的正负例分别打分得到节点的对比损失；6）由生成异常分数和对比异常分数计算得到最终异常得分；7）根据异常分数设定一个阈值，将超过该阈值的节点判定为异常。本发明可在不使用标签的情况下找出异常行为的节点。
主权项：1.一种基于车路协同的自监督车辆异常轨迹检测方法，其特征在于：其包括以下步骤：步骤1，基于传感器收集的道路交通信息，将道路信息建模成图结构；每个节点表示一个路段，节点之间是连边表示路段之间的连接性；步骤2，随机选取一节点作为目标节点；为目标节点生成若干子图并从若干子图中选取部分子图作为目标节点的子图视图；步骤3，通过图神经网络生成目标节点和对应子图视图的低维向量表示；步骤4，通过生成性自监督学习任务，将根据节点上下文子图视图生成的节点表示与原始节点表示对比得到节点的生成异常分数；步骤5，通过对比性自监督学习任务，选取正例和负例对比得到节点的对比异常分数；步骤6，由生成异常分数和对比异常分数计算得到最终的异常得分；步骤7，根据异常分数设定一个阈值，将超过该阈值的节点判定为异常。
全文数据：
权利要求：
百度查询： 福建师范大学 一种基于车路协同的自监督车辆异常轨迹检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号