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！

龙图腾网恭喜北京科技大学申请的专利一种基于叠视窗约束的探测识别方法与装置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：CN116153073B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202310130856.X，技术领域涉及：G08G1/01；该发明授权一种基于叠视窗约束的探测识别方法与装置是由曾溢良;孟娜;刘文彬;蓝金辉设计研发完成，并于2023-02-06向国家知识产权局提交的专利申请。

本一种基于叠视窗约束的探测识别方法与装置在说明书摘要公布了：本发明公开了一种基于叠视窗约束的探测识别方法与装置，该方法包括：获取多源交通数据；提取多源交通数据的特征数据，构建交通特征数据集；对交通特征数据集中感兴趣的特征进行约束条件设置，筛除冗余特征，建立约束条件对应的视窗；其中，视窗后只包含符合约束条件的相应特征类型；将不同约束条件对应的视窗进行组合，构建叠视窗，使叠视窗的输出能够反映具有可解释物理含义的综合特征；将综合特征与预设网络模型相融合，构建具有可解释性的深度神经网络，进而根据实际交通数据完成对不同交通事件的探测与识别。本发明能够在处理信息量巨大的多源交通数据时，大大压缩数据量，并且对不同种类交通特征的后续处理以及统计分析提供便利的先决条件。

本发明授权一种基于叠视窗约束的探测识别方法与装置在权利要求书中公布了：1.一种基于叠视窗约束的探测识别方法，其特征在于，包括：获取多源交通数据；提取所述多源交通数据的特征数据，构建交通特征数据集；对所述交通特征数据集中感兴趣的特征进行约束条件设置，筛除冗余特征，建立约束条件对应的视窗；其中，视窗后只包含符合约束条件的相应特征类型；将不同约束条件对应的视窗进行组合，构建叠视窗，使所述叠视窗的输出能够反映具有可解释物理含义的综合特征；将所述综合特征与预设网络模型相融合，构建具有可解释性的深度神经网络，利用深度神经网络，根据实际交通数据完成对不同交通事件的探测与识别；所述将所述综合特征与预设网络模型相融合，构建具有可解释性的深度神经网络，利用深度神经网络，根据实际交通数据完成对不同交通事件的探测与识别，包括：设多源交通数据分别为S1,S2,…,Sn，不同数据源所对应的特征种类分别记作X1-1,…,Xi-j；Xi-j代表第i个数据源Si的特征集中的第j个特征种类，构建不同约束条件对不同或相同数据源的相同或不同特征种类Xi-j进行约束筛除，不同约束条件通过不同叠视函数得到相应的综合特征分类Fn，将实际采集的交通数据放入所构建的深度神经网络中，与Fn融合学习，得到最终探测识别结果。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30号；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”。