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！

龙图腾网获悉山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)申请的专利一种基于动态切片与双分支对抗的违法行为预测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：CN120952960B 。

龙图腾网通过国家知识产权局官网在2026-01-20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：202511469060.2，技术领域涉及：G06Q40/04；该发明授权一种基于动态切片与双分支对抗的违法行为预测方法是由丁青艳;王倩;范孟博设计研发完成，并于2025-10-15向国家知识产权局提交的专利申请。

本一种基于动态切片与双分支对抗的违法行为预测方法在说明书摘要公布了：本发明属于预测目的的数据处理方法的技术领域，更具体地，涉及一种基于动态切片与双分支对抗的违法行为预测方法。所述方法包括：收集多维度网络交易违法行为商品时序数据集；构建违法行为时间序列预测模型；将时序数据集输入到动态切片长度调整模块，对该数据集进行动态切片，并对每个切片进行标准化处理；将标准化处理后的数据输入到差异感知时序预测模块进行处理；将标准化处理后的数据输入到动态统计特征预测模块进行处理；将差异感知时序预测模块的预测结果与动态统计特征预测模块的预测结果进行融合，作为最终的时序预测结果。本发明解决了时间序列预测场景中非平稳性、长程依赖性及对异常数据和事件数据鲁棒性问题。

本发明授权一种基于动态切片与双分支对抗的违法行为预测方法在权利要求书中公布了：1.一种基于动态切片与双分支对抗的违法行为预测方法，其特征在于，所述方法包括： S1、收集多维度网络交易违法行为商品时序数据集； 所述多维度网络交易违法行为商品时序数据集是指在一段时间内，反映商品属性以及随时间变化的不同类型的多维度波动特征序列数据的集合，其中，多维度波动特征序列数据以时间戳为索引，记录商品在不同维度下的动态行为特征与状态变化； 所述商品时序数据集包括：商品类型、地域分布、平台属性、违法时间戳、违法类型及事件标记； S2、构建违法行为时间序列预测模型，包括：动态切片长度调整模块、差异感知时序预测模块以及动态统计特征预测模块； S3、将时序数据集作为违法行为时间序列预测模型的输入，首先输入到动态切片长度调整模块，通过方差驱动的自适应决策机制对该数据集进行动态切片，并对每个切片进行标准化处理； S4、将标准化处理后的数据输入到差异感知时序预测模块进行处理，具体包括以下步骤： S41、通过图卷积神经网络与TCN-Transformer并行融合机制进行时空特征增强； S42、通过傅里叶级数分解和自适应参数学习提取时间序列中的季节性成分，通过多项式回归和时间特征提取捕捉时间序列中的趋势成分，并将二者进行组合生成预测结果； S43、通过对抗性领域对齐和Wasserstein距离优化的联合优化框架实现事件数据与常规数据的特征对齐； S5、将标准化处理后的数据输入到动态统计特征预测模块，采用轻量级神经网络进行处理：对于未来切片标准差的预测，引入非负激活约束以保持物理意义；对于未来切片均值的预测，网络不再直接预测绝对值，而是学习当前切片均值与历史全局均值的残差模式； S6、将差异感知时序预测模块的预测结果与动态统计特征预测模块的预测结果进行融合，作为最终的时序预测结果。

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山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)，其通讯地址为：250000 山东省济南市历下区经十路东首科学院路19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”。

以上内容由龙图腾AI智能生成。