公开(公告)号：CN114500004A

公开(公告)日：2022-05-13

申请号：CN202210003869.6

申请日：2022-01-05

Applicant: 北京理工大学

Inventor： 夏元清 ,  闫媞锦 ,  詹玉峰 ,  邹伟东 ,  刘坤 ,  戴莉 ,  吴楚格 ,  郭泽华 ,  李怡然 ,  张元 ,  张金会 ,  闫莉萍 ,  孙中奇 ,  翟弟华 ,  崔冰 ,  高寒

IPC: H04L9/40 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开的基于条件扩散概率生成模型的异常检测方法，通过预处理历史时序数据；对历史时序数据进行特征提取，根据提取的特征和下一时刻观测值构建离线条件扩散概率生成模型；利用离线条件扩散概率生成模型和噪声状态转移矩阵重构新噪声序列；利用离线条件扩散概率生成模型和所述新噪声序列预测下一时刻的观测值；根据下一时刻的观测值和实际值的差值确定预设阈值，将所述离线条件扩散概率生成模型和所述预设阈值部署到线上进行实时异常检测。能够减少生成模型本身函数的约束，以及在保持表达能力的同时减少迭代次数，实现更好的异常检测效果。

公开(公告)号：CN116596145A

公开(公告)日：2023-08-15

申请号：CN202310584157.2

申请日：2023-05-23

Applicant: 北京理工大学

Inventor： 夏元清 ,  闫媞锦 ,  龚衡恒 ,  詹玉峰 ,  戴荔 ,  孙中奇 ,  翟弟华 ,  郭泽华 ,  吴楚格 ,  李怡然 ,  邹伟东 ,  崔冰 ,  高润泽 ,  张元 ,  刘坤 ,  高寒 ,  潘振华

IPC: G06Q10/04 ,  G08G1/01 ,  G06Q50/30 ,  G06F17/13 ,  G06F17/14 ,  G06N3/045 ,  G06N3/047 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种交通流量时空数据预测方法、系统、设备及介质，属于时空数据预测领域。该方法使用时空图神经网络建模多个传感器的交通流量数据的动态空间关系，克服了现有方法无法建模动态空间关系的问题；利用两层神经随机偏微分方程建模交通流量数据的时间依赖关系，将噪声显式得建模出来，并在化简时，通过求解频域中的常微分方程，从而同时提取时域和时域的特征；融合动态空间关系、时域特征和时域特征三种信息，能够有效提高交通流量的预测准确率。