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！

龙图腾网恭喜合肥工业大学申请的专利基于多视图解耦表征学习的异常行为动态识别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：CN119723682B 。

龙图腾网通过国家知识产权局官网在2025-05-20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：202510239475.4，技术领域涉及：G06V40/20；该发明授权基于多视图解耦表征学习的异常行为动态识别方法及系统是由王钊;汪陈瑶;车万留;蒋翠清设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本基于多视图解耦表征学习的异常行为动态识别方法及系统在说明书摘要公布了：本发明提供一种基于多视图解耦表征学习的异常行为动态识别方法及系统，涉及多视图数据建模领域。本发明设计的基于正交约束的掩码向量量化方法，能够促使码本向量两两正交，提升向量特征的解耦性和泛化能力，在此基础上构造的面向离散表征的自适应掩码机制，能够有效地去除多视图表征中的冗余信息并保留互补信息，提升了模型的鲁棒性和泛化能力，可以得到更有效的、非冗余的表征，从而动态且精准地识别个体的异常行为，为下游任务提供了更加可靠的特征基础。此外，设计的时间‑样本单调性联合感知的多期生存概率预测方法，通过构造风险累积函数来实现跨时间单调性，同时构造焦点生存损失结合多周期BCE损失来实现跨样本的排序单调性。

本发明授权基于多视图解耦表征学习的异常行为动态识别方法及系统在权利要求书中公布了：1.一种基于多视图解耦表征学习的异常行为动态识别方法，其特征在于，基于预训练的模型，所述模型包括多个特定视图编码器、Transformer编码器、离散多视图编码器、基于自适应掩码机制的视图融合解码器以及预测层；方法包括：收集并预处理任务相关的多种视图数据，获取每个视图对应的特征向量；将每个所述特征向量作为相应的所述特定视图编码器的输入，获取对应的特征嵌入向量；将每个所述特征嵌入向量作为所述Transformer编码器的输入，获取对应的增强特征嵌入向量，并将每个所述增强特征嵌入向量进行拼接，获取多视图嵌入向量；将所述多视图嵌入向量作为所述离散多视图编码器的输入，获取与预设的码本的匹配表示；将所述匹配表示作为所述视图融合解码器的输入，通过成对冗余探针找到离散潜在变量中的冗余特征，动态获取掩码向量，以从所述匹配表示中提取唯一元素并将重复元素设置为零，获取掩码表示；将所述掩码表示作为所述预测层的输入，获取未来多个时刻的原始输出，并经过风险累积函数产生用于预测异常行为发生的风险概率。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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”。