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！

龙图腾网获悉北京林业大学申请的专利基于大语言模型与扩散模型的非常态交通态势生成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：CN120998035B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202511515814.3，技术领域涉及：G08G1/01；该发明授权基于大语言模型与扩散模型的非常态交通态势生成方法是由卢雅轩;霍光煜;崔晓晖设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本基于大语言模型与扩散模型的非常态交通态势生成方法在说明书摘要公布了：本发明公开了基于大语言模型与扩散模型的非常态交通态势生成方法，涉及计算机机器学习领域，包括：获取交通事件文本描述和历史交通状态，对齐文本描述与历史交通状态的时间戳，划分训练集、验证集与测试集；获取交通路网结构，将其制作成邻接矩阵，用于后续模型的空间关系建模；构建非常态交通态势生成模型，采用训练集进行训练，验证集调参，使用测试集评估生成效果；最后采用结合噪声预测损失与潜在重构损失的加权混合目标函数对模型进行优化。本发明能够有效生成具有语义一致性和空间合理性的非常态交通态势，为交通预测、应急管理和智慧交通调度提供支持。

本发明授权基于大语言模型与扩散模型的非常态交通态势生成方法在权利要求书中公布了：1.基于大语言模型与扩散模型的非常态交通态势生成方法，其特征在于，包括以下步骤： 获取交通事件文本描述和历史交通状态，对齐文本描述与历史交通状态的时间戳，划分训练集、验证集与测试集； 获取交通路网结构，将其制作成邻接矩阵； 构建非常态交通态势生成模型，采用训练集进行训练，验证集调参，使用测试集评估生成效果； 采用结合噪声预测损失与潜在重构损失的加权混合目标函数对所述非常态交通态势生成模型进行优化，其中噪声预测损失用于拟合扩散过程中的真实噪声，潜在重构损失用于提升潜在表示的还原精度； 其中，所述非常态交通态势生成模型包括：结构化文本描述生成模块，潜在空间编码模块，前向扩散模块，图结构空间关系增强模块以及带条件引导的反向去噪模块，其中反向去噪模块中的去噪网络是基于时间感知语义注入机制的U-Net条件噪声预测网络； 结构化文本描述生成模块：在融合道路连通性知识、拥堵扩散理论和自然语言指令的提示词引导下，利用大语言模型将交通事件文本转化为结构化语义描述； 潜在空间编码模块：将历史交通状态通过变分自编码器VAE压缩至潜在空间表示； 前向扩散模块：在潜在表示上构建逐步注入高斯噪声的马尔可夫过程，以模拟交通态势由秩序向混乱演化的过程，并生成带噪声的潜在表示作为反向去噪的起点； 图结构空间关系增强模块：基于路网邻接矩阵和图卷积网络，将道路拓扑结构嵌入潜在表示，强化生成结果的空间一致性； 带条件引导的反向去噪模块：在结构化语义描述的引导下，利用条件马尔可夫链逐步去噪潜在表示，使生成过程既满足交通事件的语义约束，又保持交通态势的真实性和多样性； 基于时间感知语义注入机制的U-Net条件噪声预测网络：采用U-Net结构并引入时间感知语义注入机制，在不同去噪阶段动态平衡全局趋势与局部细节，通过交叉注意力机制实现语义与潜在表示的多尺度对齐，最终得到符合事件语义和路网拓扑的交通态势。

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北京林业大学，其通讯地址为：100083 北京市海淀区清华东路35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。