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！

龙图腾网获悉山东大学申请的专利一种基于时空关联的监管环境风险预测方法及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：CN116258241B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202211604126.0，技术领域涉及：G06Q10/04；该发明授权一种基于时空关联的监管环境风险预测方法及系统是由李玉军;郝庆浩;孙国强设计研发完成，并于2022-12-13向国家知识产权局提交的专利申请。

本一种基于时空关联的监管环境风险预测方法及系统在说明书摘要公布了：本发明涉及一种基于时空关联的监管环境风险预测方法及系统，属于人工智能领域，包括获取数据，得到包含时间和空间维度的监管环境数据信息；数据预处理；采用STGCN时空关联网络，通过实时获取到的数据信息模型定期在线训练学习，通过更新模型权重参数不断修正优化模型，以降低学习误差提高准确度；对预测结果超过风险阈值的认为是风险区域，由系统自动发出风险预警信号。本发明通过建立时空关系模型，来捕捉时间维度和空间维度的序列信息，基于时空关联分析，能够快速、高效的对监管环境未来的风险精准预测，并通过可视化技术将风险进行直观展示，以辅助民警对监管环境安全管理、风险防范，确保监管环境的长治久安。

本发明授权一种基于时空关联的监管环境风险预测方法及系统在权利要求书中公布了：1.一种基于时空关联的监管环境风险预测方法，其特征在于，包括如下步骤； 1获取数据：通过监管环境大数据系统平台接入后端接口实时上传数据，得到包含时间和空间维度的监管环境数据信息； 2数据预处理：对获取到的数据信息进行预处理，包括缺失值填充、最大最小化、归一化、降维、数据清洗； 3模型训练优化：模型采用STGCN时空关联网络，通过实时获取到的数据信息模型定期在线训练学习，通过更新模型权重参数不断修正优化模型，以降低学习误差提高准确度； 4风险预警：设定风险阈值，对预测结果超过风险阈值的认为是风险区域，由系统自动发出风险预警信号，提醒监管环境民警有目的的展开巡查并对区域的工作人员进行意识提醒； 步骤3中构建模型的方法包括定义监管环境网络图和构建监管环境时空关联预测模型，其中定义监管环境网络图包括： A、定义监管环境空间权重矩阵 假设区域为面元素，区域之间有公共边，确定面相邻的区域即为由公共边来构建邻接空间权重矩阵； 将监管环境区域标记为点，根据监管环境地理分布图定义空间权重矩阵，定义如下公式： 其中，aij表示i和j区域的相邻关系，如果相邻那么aij＝1，反之则为0，空间权重矩阵是相邻关系的量化表示； B、定义监管环境无向图 首先，把整个监管环境表示为一个无向图GV,E,A，其中监管环境中的每一个区域看作顶点，其中，V＝{V1,V2,…Vs}表示区域的集合，s代表区域的个数，E为边的集合，表示区域间的连通性，A∈Rs*s是无向图G的邻接矩阵，即空间权重矩阵，表示区域间的连接关系； 在空间维度上，每个区域的风险受到相邻区域风险的影响，在时间维度上，该区域的风险受到历史时刻风险的影响，在时空的维度上，无向图中的顶点的风险受历史时间记录单位的时刻周围邻域的影响，那么区域n在时刻t的风险用来表示，其中n∈s,同样在t时刻所有区域的风险表示为整个监管环境用一个无向图G表示，每个顶点都有一个由历史风险组成的特征向量； 时空关联预测模型的核心是时空卷积网络，时空卷积网络包括两个时空卷积块和一个输出全连接层，而核心部分的时空卷积块由两个时空门控卷积和中间的一个空间图卷积形成，其中时空门控卷积又由一个一维卷积和一个门控线性单元组成。

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山东大学，其通讯地址为：250100 山东省济南市历城区山大南路27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”。