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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利一种针对异质性时空数据的城市基础模型训练方法及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：CN120632468B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202511117196.7，技术领域涉及：G06F18/214；该发明授权一种针对异质性时空数据的城市基础模型训练方法及装置是由周逊;周子瑞;鲍侃宇;陈科海;张民设计研发完成，并于2025-08-11向国家知识产权局提交的专利申请。

本一种针对异质性时空数据的城市基础模型训练方法及装置在说明书摘要公布了：本发明提供一种针对异质性时空数据的城市基础模型训练方法及装置，涉及人工智能技术领域。该方法包括：根据预训练数据集，使用城市基础模型进行城市事件预测，获得第一时空特征以及第一预测数据集；基于误差引导的时空掩码策略，对预设的初始掩码权重进行更新，获得更新特征掩码；基于更新特征掩码，使用城市基础模型进行城市事件预测，获得第二预测数据集；根据预训练数据集以及第二预测数据集计算损失函数，并对城市基础模型进行参数优化，获得第一优化城市基础模型；基于记忆网络的双通道提示生成器，对第一优化城市基础模型进行参数微调，获得第二优化城市基础模型。本发明是一种针对异质性时空数据的高效且准确的城市基础模型训练方法。

本发明授权一种针对异质性时空数据的城市基础模型训练方法及装置在权利要求书中公布了：1.一种针对异质性时空数据的城市基础模型训练方法，其特征在于，所述方法包括： 获取城市事件的基础信息数据集；对基础信息数据集进行经纬度网格划分处理，获得历史数据集；对历史数据集进行划分，获得预训练数据集以及测试数据集； 根据预训练数据集，使用城市基础模型进行城市事件预测，获得第一时空特征以及第一预测数据集； 其中，所述根据预训练数据集，使用城市基础模型进行城市事件预测，获得第一时空特征以及第一预测数据集，包括： 基于解耦的时空卷积策略，根据预训练数据集，使用特征提取层进行特征提取，获得第一时空特征； 基于预设的初始掩码权重，根据第一时空特征，使用掩码层进行遮盖处理，获得掩码后时空特征； 根据掩码后时空特征，通过空间自划分混合专家层进行自适应特征提取，获得第二时空特征； 基于注意力机制，根据第二时空特征，通过Transformer层进行加权融合，获得第三时空特征； 根据第三时空特征，通过投影层进行降维映射，获得第一预测数据集； 基于误差引导的时空掩码策略，根据预训练数据集以及第一预测数据集，对预设的初始掩码权重进行更新，获得更新特征掩码； 基于更新特征掩码，根据第一时空特征，使用城市基础模型进行城市事件预测，获得第二预测数据集； 根据预训练数据集以及第二预测数据集进行损失函数计算，得到第一预测损失；根据第一预测损失，对城市基础模型进行参数优化，获得第一优化城市基础模型； 基于记忆网络的双通道提示生成器，根据测试数据集，对第一优化城市基础模型进行参数微调，获得第二优化城市基础模型； 其中，所述基于记忆网络的双通道提示生成器，根据测试数据集，对第一优化城市基础模型进行参数微调，获得第二优化城市基础模型，包括： 根据测试数据集，使用特征提取层进行特征提取，获得第五时空特征； 基于记忆网络的双通道提示生成器，根据第五时空特征进行空间-时序依赖关系捕捉，获得任务提示特征； 根据第五时空特征以及任务提示特征，通过空间自划分混合专家层进行自适应特征提取，获得第六时空特征； 根据第六时空特征，通过Transformer层进行加权融合，获得第七时空特征； 根据第七时空特征，通过投影层进行降维映射，获得第三预测数据集； 根据测试数据集以及第三预测数据集进行损失函数计算，得到第二预测损失； 根据第二预测损失，对第一优化城市基础模型进行参数微调，获得第二优化城市基础模型。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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”。

以上内容由龙图腾AI智能生成。