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！

龙图腾网获悉中南大学申请的专利一种联邦辅助大模型的城市交通泛在感知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：CN120832508B 。

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：202511334788.4，技术领域涉及：G06F18/21；该发明授权一种联邦辅助大模型的城市交通泛在感知方法是由王宗润;谭一云;周艳菊;周玲设计研发完成，并于2025-09-18向国家知识产权局提交的专利申请。

本一种联邦辅助大模型的城市交通泛在感知方法在说明书摘要公布了：本申请中提供了一种联邦辅助大模型的城市交通泛在感知方法，属于数据处理技术领域，具体包括：步骤1，基于目标城市的多源异构交通数据构建时空扩散场，据此动态划分交通感知子任务，得到子任务集合；步骤2，基于联邦学习分别根据子任务集合中的每个交通感知子任务进行情景化训练，得到每个交通感知子任务对应的交通感知子模型；步骤3，将全部交通感知子模型进行分层聚合拼接，得到分层式感知大模型，实现对目标城市交通的多任务并行感知和动态管理。通过本公开的方案，提高了泛化能力和准确度。

本发明授权一种联邦辅助大模型的城市交通泛在感知方法在权利要求书中公布了：1.一种联邦辅助大模型的城市交通泛在感知方法，其特征在于，包括： 步骤1，基于目标城市的多源异构交通数据构建时空扩散场，据此动态划分交通感知子任务，得到子任务集合； 步骤2，基于联邦学习分别根据子任务集合中的每个交通感知子任务进行情景化训练，得到每个交通感知子任务对应的交通感知子模型； 步骤3，将全部交通感知子模型进行分层聚合拼接，得到分层式感知大模型，实现对目标城市交通的多任务并行感知和动态管理； 所述步骤1具体包括： 步骤1.1，根据多源异构交通数据定义时空域与潜在场，引入扩散时间参数； 步骤1.2，基于时空域、潜在场和扩散时间参数构建噪声可逆变换过程； 步骤1.3，基于噪声可逆变换过程和训练好的得分网络进行逆向扩散，在完成逆向去噪后，在时空域节点处提取扩散时间参数为0时潜在场的场向量作为上下文特征向量； 步骤1.4，通过映射网络将上下文特征向量转换为低维判别向量，对低维判别向量的每个分量定义二值化激活函数并据此进行动态任务映射与资源优化，得到子任务集合； 所述步骤1.4具体包括： 步骤1.4.1，定义映射网络，并据此将上下文特征向量转换为低维判别向量； 步骤1.4.2，确定低维判别向量的每个分量任务敏感阈值，据此定义二值化激活函数，根据二值化激活函数将低维判别向量转换为子任务激活的布尔条件： 步骤1.4.3，预定义潜在子任务集合，每个任务对应收益和资源消耗，表示潜在子任务集合中包含的子任务总数； 步骤1.4.4，通过评分函数计算任务激活分数，筛选出候选集： ； 其中，为任务的激活门槛； 步骤1.4.5，构建二进制优化问题： ； 其中，表示激活交通感知子任务，表示资源上限，对集合中的每一个元素i都必须满足后面的条件，表示预筛选的候选任务集合； 步骤1.4.6，定义目标为在资源上限Λ下选择激活的子任务集合，实现收益最大化，通过整数线性规划或启发式算法求解二进制优化问题，得到最优解并据此得到最终激活的子任务集合为。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。