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！

龙图腾网获悉陕西金合信息科技股份有限公司申请的专利基于深度学习的重点车辆违法行为识别及处置管理方法及系统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：CN121580174B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202610106751.4，技术领域涉及：G06F18/2415；该发明授权基于深度学习的重点车辆违法行为识别及处置管理方法及系统是由张文泉;于伟毅;张勇;张磊;江茜设计研发完成，并于2026-01-27向国家知识产权局提交的专利申请。

本基于深度学习的重点车辆违法行为识别及处置管理方法及系统在说明书摘要公布了：本发明涉及交通管理与深度学习技术领域，公开了基于深度学习的重点车辆违法行为识别及处置管理方法及系统。获取重点车辆的历史轨迹数据、车载传感器数据和驾驶员行为视频序列，利用三维卷积神经网络和图卷积神经网络提取时空特征并生成行为节点嵌入向量集；利用格兰杰因果检验算法分析时序依赖关系生成因果邻接矩阵；构建时序因果图谱显式建模驾驶行为演化的因果链条；将实时行为特征映射到图谱节点后，利用图注意力传播算法进行多跳推理，计算未来时间窗口内各违法行为节点的激活概率分布，提取高概率违法行为节点生成预判结果集并输出至处置管理系统。本发明实现了在违法行为发生前的主动预判，提升了处置管理的主动性和预防效果。

本发明授权基于深度学习的重点车辆违法行为识别及处置管理方法及系统在权利要求书中公布了：1.一种基于深度学习的重点车辆违法行为识别及处置管理方法，其特征在于，包括以下步骤： 获取重点车辆的历史轨迹数据、车载传感器数据和驾驶员行为视频序列，利用三维卷积神经网络提取视频序列的时空特征，将不同模态的数据按照时间维度对齐后拼接，生成多模态时序特征矩阵； 利用图卷积神经网络对所述多模态时序特征矩阵进行编码，生成行为节点嵌入向量集； 利用格兰杰因果检验算法分析所述行为节点嵌入向量集的时序依赖关系，生成因果邻接矩阵； 根据所述因果邻接矩阵和所述行为节点嵌入向量集构建时序因果图谱，所述时序因果图谱的节点表示驾驶行为状态，边表示因果转移概率； 获取重点车辆当前时刻的实时行为特征，计算所述实时行为特征与所述时序因果图谱中各节点的相似度，选择相似度最大的节点作为映射节点； 利用图注意力传播算法在所述时序因果图谱上从所述映射节点开始进行多跳推理，计算未来时间窗口内各违法行为节点的激活概率分布； 根据所述激活概率分布提取概率值超过预设阈值的违法行为节点，生成违法行为预判结果集； 将所述违法行为预判结果集输出至处置管理系统。

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陕西金合信息科技股份有限公司，其通讯地址为：710077 陕西省西安市高新区天谷八路156号西安软件新城研发基地2期B2座10层01室；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。