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！

龙图腾网获悉北京交通大学申请的专利一种基于扩散模型的兴趣点签到序列生成方法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：CN120011656B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202411931849.0，技术领域涉及：G06F16/9537；该发明授权一种基于扩散模型的兴趣点签到序列生成方法是由万怀宇;贡乐天;双毅伟;郭晟楠;林友芳设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本一种基于扩散模型的兴趣点签到序列生成方法在说明书摘要公布了：一种基于扩散模型的兴趣点签到序列生成方法，属于时空数据挖掘、深度学习技术领域。数据预处理，对真实世界数据集进行清洗和平滑操作，确保数据质量和一致性；进行时空无损编码，将不同长度的签到序列转换为相等长度的签到向量，通过空间频率向量和时间桶向量进行编码，保留了原始序列的信息；建立扩散模型，构建空间扩散模块和时间扩散模块，利用前向扩散过程和反向重建过程捕获时空特征；在扩散模块中引入条件U型网络，提出了一种去噪网络，用于捕获复杂的时空相关性，通过自注意力机制进行建模；使用对比学习策略，采用三元对比学习进一步捕获签到序列的时空相关性，加强时间和空间扩散模块之间的联系。

本发明授权一种基于扩散模型的兴趣点签到序列生成方法在权利要求书中公布了：1.一种基于扩散模型的兴趣点签到序列生成方法，其特征在于，含有以下步骤： 步骤1、数据预处理，对真实世界数据集进行清洗和平滑操作，确保数据质量和一致性； 步骤2、进行时空无损编码，将不同长度的签到序列转换为相等长度的签到向量，通过空间频率向量和时间桶向量进行编码，保留了原始序列的信息； 步骤3、建立扩散模型，构建空间扩散模块和时间扩散模块，利用前向扩散过程和反向重建过程捕获时空特征； 步骤4、在扩散模块中引入条件U型网络，提出一种去噪网络，用于捕获复杂的时空相关性，通过自注意力机制进行建模； 步骤5、使用对比学习策略，采用三元对比学习进一步捕获签到序列的时空相关性，加强时间和空间扩散模块之间的联系； 其中，步骤4的在扩散模块中引入条件U型网络，包括以下步骤：在扩散模块中引入条件U型网络， 条件U型网络采用了类似U型网络的架构，由2Z+1个时空感知块组成，其中Z为超参数，设置Z＝2，每个时空感知块都采用自注意力机制来有效捕获空间和时间的依赖关系，进一步地， a、条件U型网络的第i个块中，Ii为第i个块的输入，Ci为第i个块的条件信息，并考虑扩散步骤t，在反向过程的第t步中， 即将去噪为的步骤中，I0是而Ci是去噪为的步骤中，I0是而Ci是第i个块和第2Z+2-i个块的输出大小相同， 两个块通过一个残差连接在一起，其中是连接操作，利用线性层来执行上下采样操作以更改输出大小，第i+1个块Ci+1的条件信息定义如下： Ci+1表示第i+1个块的条件信息， b、接下来，使用以下方程初始化扩散步骤嵌入et∈RD 其中et为方程初始化扩散步骤中的嵌入向量，d＝[1,···,D2]，t∈[1,T]，D是第i个扩散模块中的输入Ii的维度， c、然后，将Ii，Ci通过时空感知块，以获取Ii+1，时空感知块中的自注意操作涉及利用查询Q、键K和值V，具体而言，Q代表查询矩阵，K代表键值矩阵，V代表值矩阵，采用第i个块中的嵌入和并应用线性投影将Qi，Ki， Vi转换为三个矩阵，其中分别表示第i个块中用于查询矩阵、键值矩阵和值矩阵线性的投影计算，Qi，Ki，Vi分别表示第i个块中对应的查询矩阵、键值矩阵和值矩阵： 其中，缩放的点积注意力和第i个块的输出Hi定义如下： Hi＝AttentionQi,Ki,Vi，Attention表示注意力机制， d、然后，使用一个上下采样网络将注意力输出Hi转换为Ii+1： e、最后，将最后一个块的输出H2Z馈入全连接层，以获得预测的噪声。

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交通大学，其通讯地址为：100044 北京市海淀区上园村3号北京交通大学计算机科学与信息技术学院；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。