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！

龙图腾网获悉西北工业大学申请的专利一种在稀疏轨迹数据上的高效异常识别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：CN118228164B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202311839706.2，技术领域涉及：G06F18/2433；该发明授权一种在稀疏轨迹数据上的高效异常识别方法是由韩笑琳;胡修瑞;马晨昊;尚学群设计研发完成，并于2023-12-28向国家知识产权局提交的专利申请。

本一种在稀疏轨迹数据上的高效异常识别方法在说明书摘要公布了：本公开实施例是关于一种在稀疏轨迹数据上的高效异常识别方法。该方法包括：基于所有事件模式，利用第一算法构建分层模式树；基于所述分层模式树，利用第二算法计算交通轨迹T的轨迹模式是否与任一事件模式匹配。本公开实施例通过分层模式树方法压缩事件背后的事件模式。在检查即将到来的交通轨迹是否与事件模式相关时，可以根据分层模式树提前停止计算。通过构建分层模式树和快速匹配的方式减少FDM的MTTD时间，减少计算的成本。加速后的FDM的计算效率很高，能够有效处理大量轨迹数据，能够对实时做出即时响应。

本发明授权一种在稀疏轨迹数据上的高效异常识别方法在权利要求书中公布了：1.一种在稀疏轨迹数据上的高效异常识别方法，其特征在于，该方法包括： 设置在线阶段跟踪的辆车和离线阶段发现的个事故模式； 基于FDM算法，通过GPS数据进行事件检测，针对每种轨迹的种模式进行一次检查，以匹配所有的条轨迹；其中，FDM方法包括步骤S1~步骤S2： 步骤S1：基于所有事件模式，利用第一算法构建分层模式树； 步骤S1.1：若当前检测的计数值等于维度总数，则当前递归返回； 步骤S1.2：否则，获取下一个最佳维度； 步骤S1.3：利用分割方法，以松弛因子分割-th维度； 步骤S1.4：对于-th维度，若在一组模式中添加一个事件模式的-th维度范围在松弛因子范围内，则在模式中添加事件模式； 步骤S1.5：将设置为分区集合的列表，列表包含同一分区中事件模式的ID； 步骤S1.6：根据中的每个元素，创建子节点，并在子节点上递归地构建树节点； 步骤S1.7：根据树节点开始下一次递归，并将当前迭代中树节点的子节点设置为； 步骤S2：基于所述分层模式树，利用第二算法计算交通轨迹T的轨迹模式是否与任一事件模式匹配； 步骤S2.1：初始化最小堆，计算根节点的下界和上界，并将根节点及其下界压入最小堆； 步骤S2.2：处理最小堆中的节点，直到最小堆为空； 步骤S2.3：在每次迭代中，根据最小堆中弹出下限的最小节点，并使用下限检查是否在返回false的情况下终止匹配过程； 步骤S2.4：若最小节点为非叶节点，则计算最小节点的每个子节点的下界和上界，如果下界小于第一阈值，则将该子节点压入最小堆； 步骤S2.5：如果最小节点为叶节点，则根据上界是否能在返回true的情况下停止进程； 步骤S2.6：如果不能，则计算交通轨迹T的轨迹模式与最小节点中每个事件模式之间的距离，并检查距离是否小于第一阈值； 步骤S2.7：如果最小堆中的所有节点都已处理且进程未终止，则返回false； 如果匹配成功，则说明发生了交通事件； 如果匹配失败，则说明没有交通事件。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。