買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜長沙城市發(fā)展集團有限公司申請的專利基于Transformer技術的隧道多模態(tài)信息處理及預測方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN119579382B 。

龍圖騰網(wǎng)通過國家知識產權局官網(wǎng)在2025-04-18發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202510135867.6，技術領域涉及：G06Q50/26；該發(fā)明授權基于Transformer技術的隧道多模態(tài)信息處理及預測方法是由何澤儀;楊云峰;金翎;徐炬燭;劉婕設計研發(fā)完成，并于2025-02-07向國家知識產權局提交的專利申請。

本基于Transformer技術的隧道多模態(tài)信息處理及預測方法在說明書摘要公布了：本發(fā)明提供一種基于Transformer技術的隧道多模態(tài)信息處理及預測方法，該方法包括：步驟S1：獲取隧道及車輛的多種傳感器數(shù)據(jù)；步驟S2：根據(jù)傳感器數(shù)據(jù)構建車輛復合特征；步驟S3：將復合特征合成為相應的一維數(shù)據(jù)序列并進行一維卷積處理，將處理結果分別輸入對應的多個多層感知器中以得到復合特征權值，根據(jù)復合特征權值得到加權特征，將各個一維數(shù)據(jù)序列的卷積處理結果添加位置信息后進行跨模態(tài)融合，對跨模態(tài)融合結果進行投影變換后得到對應的單模態(tài)特征；步驟S4：使用加權特征對單模態(tài)特征進行加權，并將加權結果輸入構建好的Transformer模型中，得到隧道風險預測結果。本發(fā)明具有預測準確率高、效率高的優(yōu)點。

本發(fā)明授權基于Transformer技術的隧道多模態(tài)信息處理及預測方法在權利要求書中公布了：1.一種基于Transformer技術的隧道多模態(tài)信息處理及預測方法，其特征在于，包括以下步驟：步驟S1：獲取隧道及車輛的多種傳感器數(shù)據(jù)；步驟S2：根據(jù)所述傳感器數(shù)據(jù)構建車輛的復合特征，所述復合特征包括各車輛的特征以及各車輛之間的特征；步驟S3：將所述復合特征合成為相應的一維數(shù)據(jù)序列，將各個一維數(shù)據(jù)序列進行一維卷積處理，并將處理結果分別輸入對應的多個多層感知器中以得到復合特征權值，根據(jù)所述復合特征權值得到加權特征；將各個一維數(shù)據(jù)序列的卷積處理結果添加位置信息后進行跨模態(tài)融合，并對跨模態(tài)融合結果進行投影變換后得到對應的單模態(tài)特征；步驟S4：使用所述加權特征對單模態(tài)特征進行加權，并將加權結果輸入構建好的Transformer模型中，以得到隧道風險預測結果；所述復合特征包括車輛狀態(tài)特征、駕駛行為特征、車輛行駛穩(wěn)定性特征、車輛異常風險特征和路況風險特征，將所述車輛狀態(tài)特征、駕駛行為特征、車輛行駛穩(wěn)定性特征、車輛異常風險特征和路況風險特征按秒級分別合成為相應的一維數(shù)據(jù)序列，從而得到車輛狀態(tài)特征序列，駕駛行為特征序列，車輛行駛穩(wěn)定性特征序列，車輛異常風險特征序列和路況風險特征序列，將各特征序列分別輸入Husformer模型進行一維卷積處理，并將處理結果分別輸入對應的多個多層感知器中，得到多個多層感知器的不同輸出，將所述多個多層感知器的不同輸出作為復合特征權值。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人長沙城市發(fā)展集團有限公司，其通訊地址為：410006 湖南省長沙市岳麓區(qū)先導路179號湘江時代13-15樓；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。