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！

龙图腾网恭喜诺比侃人工智能科技(成都)股份有限公司申请的专利基于大语言模型技术的交通运输业务快速响应处理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：CN119274350B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411795568.7，技术领域涉及：G08G1/01；该发明授权基于大语言模型技术的交通运输业务快速响应处理系统是由廖峪;孙毓川;罗颖达;张程亮设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本基于大语言模型技术的交通运输业务快速响应处理系统在说明书摘要公布了：本发明属于人工智能技术领域，具体涉及基于大语言模型技术的交通运输业务快速响应处理系统，所述系统包括：多源交通数据融合单元，用于整合来自不同数据源的多源交通数据，采用张量融合技术，将多源交通数据融合表示为高阶张量，得到降维关键特征；交通知识图谱构建单元，用于基于降维关键特征构建一个基于超图的交通知识图谱；业务影响与处理单元，用于接收用户请求，利用大语言模型技术将用户请求编码为高维语义向量，计算用户请求与交通知识图谱中节点和关系的跨模态语义相似度，并根据后验概率，为该用户请求发送节点对应的数据。本发明实现了对交通运输业中复杂业务场景的智能化处理和高效响应。

本发明授权基于大语言模型技术的交通运输业务快速响应处理系统在权利要求书中公布了：1.基于大语言模型技术的交通运输业务快速响应处理系统，其特征在于，所述系统包括：多源交通数据融合单元，用于整合来自不同数据源的多源交通数据，采用张量融合技术，将多源交通数据融合表示为高阶张量，对融合后的高阶张量进行特征提取，采用张量分解和核主成分分析相结合的方法，提取关键特征并降维，得到降维关键特征；交通知识图谱构建单元，用于基于降维关键特征构建一个基于超图的交通知识图谱；业务影响与处理单元，用于接收用户请求，利用大语言模型技术将用户请求编码为高维语义向量，计算用户请求与交通知识图谱中节点和关系的跨模态语义相似度，找到最相关的节点，构建概率图模型，对最相关节点进行推理，得到在给定用户请求下，每个交通知识图谱中的节点的后验概率，并根据后验概率，为该用户请求发送节点对应的数据；所述多源交通数据包括：实时交通流量、车辆GPS轨迹、道路基础设施数据和天气信息；所述道路基础设施数据包括：道路长度、道路宽度、和道路类型；所述天气信息包括：温度、降水量、风速和风向；高阶张量通过如下公式计算得到： ；其中，为数据源的数量；为下标索引；为预设的第个数据源的权重系数；为第个数据源中第维度的特征向量，表示第个数据源的第个特征；为张量积运算符，表示对不同数据源进行融合操作；为时间嵌入矩阵；空间嵌入矩阵；为张量的模乘积操作；为第个数据源的特征维度；时间嵌入矩阵；其中，表示时间序列中的所有时间步；表示时间步的时间嵌入向量；对于时间步的时间嵌入向量通过如下公式计算得到： ；其中，为时间的嵌入向量；为当前的时间步；为时间嵌入的维度，决定了时间嵌入向量的长度；为下标索引；通过如下公式，对高阶张量进行张量分解，得到张量分解结果： ；其中，是第模上的因子矩阵；定义一个非线性映射函数，将张量分解结果映射到高维的特征空间：；使用核函数来计算张量样本之间的相似性，为张量分解结果中第个元素，为张量分解结果中第个元素；为张量的模乘积操作；为高阶张量的维度；令核矩阵中第行，第列的元素；其中，是核函数的带宽参数，决定了核函数的非线性度；通过如下公式，对核矩阵进行中心化： ；其中，为中心化后的核矩阵；是大小为的单位矩阵，是核矩阵的维度；对中心化的核矩阵进行特征值分解，得到特征值和对应的特征向量： ；选择前个最大特征值对应的特征向量作为降维关键特征。

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诺比侃人工智能科技(成都)股份有限公司，其通讯地址为：610000 四川省成都市武侯区万寿西路282号附201号2层；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”。