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！
摘要：本发明涉及一种基于图神经网络的改进型Transformer智能网联汽车异常检测方法，属于移动通信技术领域。车内传感器网络所收集数据的复杂性和异质性使得传统的异常检测方法误报率高、实时性差。为了解决上述问题，本发明通过融合Transformer、GNN以及通道注意力机制实现对车辆异常状态的快速有效检测。基于GNN建模车内传感器网络的空间关联关系，将每个传感器视为一个节点，并传感器之间的数据交互关系构成图的边。Transformer提取数据的时序特征。通过增加通道注意力机制，自适应调整各通道的重要性权重，提高异常检测的精度和效率。本发明可用于检测智能网联汽车传感器收集的多维数据异常。
主权项：1.一种基于图神经网络的改进型Transformer智能网联汽车异常检测方法，其特征在于：该方法包括以下步骤：S1：基于图神经网络GraphNeuralNetwork,GNN构建车内传感器图模型，将每个传感器视为一个节点，并利用传感器之间的数据交互关系构成图的边，从而建立传感器之间的空间关联关系；S2：采集车内传感器历史数据，进行数据预处理和标注，生成训练数据集，包括摄像头图像帧和惯性测量单元数据等；S3：采用改进型Transformer模型提取传感器数据的时间序列特征，通过引入多头自注意力机制和基于最短路径的位置编码，准确捕捉时间序列数据中的复杂依赖关系；S4：采用GNN模型提取传感器数据的空间特征，基于图的拓扑结构，通过消息传递机制，捕捉传感器数据中的潜在空间相关性和依赖关系；S5：通过全连接层进行时空特征融合与数据降维，并结合通道注意力机制自适应调整各通道的重要性权重，优化特征表示；S6：利用训练数据集对模型进行离线训练，并利用收集的正常和异常数据对模型进行在线检测，以提升检测精度；S7：对检测出的异常数据进行分类与分析，包括瞬时异常、恒定异常、逐渐漂移异常和偏差异常，并采用不同的处理方法和预警机制，保障车辆行驶安全；S8：将检测结果及时反馈给车内控制系统，进行相应的安全策略调整，如有必要，触发警报或采取预防措施，以保障车辆安全行驶。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种基于图神经网络的改进型Transformer智能网联汽车异常检测方法
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。
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