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！

龙图腾网获悉南京邮电大学申请的专利一种基于Transformer和图神经网络的交通流量预测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：CN119851481B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510330498.6，技术领域涉及：G08G1/01；该发明授权一种基于Transformer和图神经网络的交通流量预测方法是由武迎新;孙哲;曹亚东;孙知信设计研发完成，并于2025-03-20向国家知识产权局提交的专利申请。

本一种基于Transformer和图神经网络的交通流量预测方法在说明书摘要公布了：本发明涉及智能交通技术领域，具体为一种基于Transformer和图神经网络的交通流量预测方法，包括：获取来自不同交通传感器节点的流量时间序列数据；利用Transformer编码器提取每个节点的时序特征，生成每个交通节点的嵌入向量；基于节点间的嵌入向量，使用余弦相似度计算节点之间的相似性，并构建动态图结构以反映节点间的空间关系；运用图神经网络中的图注意力机制对节点的邻居信息进行聚合，强化空间特征的学习；融合时序特征和空间特征，并通过全连接层对未来的交通流量进行预测，能够有效捕捉交通数据中的复杂时空关系，并通过动态图结构适应现实道路道路结构的变化，从而提升交通流量预测的准确性和鲁棒性。

本发明授权一种基于Transformer和图神经网络的交通流量预测方法在权利要求书中公布了：1.一种基于Transformer和图神经网络的交通流量预测方法，其特征在于：所述方法包括： S100、获取来自城市中不同交通传感器设备的的时间序列数据以及初始道路拓扑图，并通过对数据进行预处理及最大-最小标准化方法来规范化模型的输入； S200、Transformer编码器模块通过自注意力机制捕捉长期依赖关系，并输出每个节点的嵌入向量，用于下游模块时间特征的融合计算以及图结构的动态更新； S300、基于节点间的嵌入向量，使用余弦相似度计算节点之间的相似性，并根据拓扑图的变化程度来决定动态图是否进行更新； S400、运用图神经网络中的图注意力机制对节点的邻居信息进行聚合，强化空间特征的学习； S500、融合节点嵌入的时序特征和经过图神经网络的空间特征，并通过全连接层进行流量预测； 其中，所述S200，包括： S201、预处理过后的多变量时间序列数据集形状为，其中是特征的数量，代表时间序列的长度； S202、定义嵌入时间窗口的大小为W，将整个数据集X划分为多个这样的时间切片，并将每个切片中的数据依次输入TransformerEncoder； S203、TransformerEncoder将每个时间切片映射为一个嵌入向量，其中H是嵌入向量的维度；对TW个嵌入向量取平均，得到每个节点的嵌入向量； 所述S300，包括： S301、在神经网络训练时，每个batch经过节点嵌入后，需要两节点向量之间重新计算余弦相似度，其公式为：； S302、每个节点选择与自身余弦相似度大于0的最多K个节点作为自己的邻居节点j，然后将i和j连边，得到图的邻接矩阵A’； S303、将A’与模型正在使用的图邻接矩阵相减，运用函数得到相减矩阵中非零元素的个数q，则q2为发生变化的边数； 设置当q2＞Q时，更新为新的图邻接矩阵A；其中，Q可根据分布式网络中的节点个数灵活设置。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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”。