Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于双分支时空对比学习的长期交通异常检测方法 

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!

摘要:本申请提供一种基于双分支时空对比学习的长期交通异常检测方法,基于待检测的交通网络获得多个视图,各个视图包括多个节点。针对各个视图,获得视图中各节点的交通信号及节点之间的邻接矩阵。基于预先训练得到的检测模型的第一分支,并根据各节点的交通信号获得全局动态时空依赖关系信息,基于检测模型的第二分支,并根据各节点的交通信号和节点之间的邻接矩阵获得静态区域时空依赖关系信息。最后基于全局动态时空依赖关系信息和静态区域时空依赖关系信息,获得各节点的表征其是否存在长期交通异常的异常分值。本方案可以结合动态数据时空异质性、节点的静态服务进行长期交通异常检测,准确进行异常的长期交通流的检测。

主权项:1.一种基于双分支时空对比学习的长期交通异常检测方法,其特征在于,所述方法包括:基于待检测的交通网络获得多个视图,各所述视图包括多个节点;针对各所述视图,获得所述视图中各所述节点的交通信号,并获得节点之间的邻接矩阵;基于预先训练得到的检测模型的第一分支,并根据各所述节点的交通信号获得全局动态时空依赖关系信息;基于所述检测模型的第二分支,并根据各所述节点的交通信号和节点之间的邻接矩阵获得静态区域时空依赖关系信息;基于所述全局动态时空依赖关系信息和静态区域时空依赖关系信息,获得各所述节点对应的异常分值,所述异常分值表征所述节点是否存在长期交通异常。

全文数据:

权利要求:

百度查询: 北京交通发展研究院 一种基于双分支时空对比学习的长期交通异常检测方法

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。