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！

龙图腾网获悉东南大学申请的专利多源数据融合的高速公路收费站出口流量预测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：CN116386020B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310309602.4，技术领域涉及：G06V20/62；该发明授权多源数据融合的高速公路收费站出口流量预测方法及系统是由张健;周开城;钱品政;张海燕;刘子懿;熊壮;梁涵月设计研发完成，并于2023-03-27向国家知识产权局提交的专利申请。

本多源数据融合的高速公路收费站出口流量预测方法及系统在说明书摘要公布了：本发明公开了多源数据融合的高速公路收费站出口流量预测方法及系统，获取高速公路收费数据和车辆牌照识别数据，提取各单源数据流量特征，根据待预测收费站出口的时空特性统一各单源时空维度，构建基于收费数据的预测模型和基于车辆牌照识别数据的预测模型，将两个单源预测模型的输出作为多源数据融合预测模型的输入，基于多源数据融合预测模型获取预测流量。本发明结合收费数据和车辆牌照识别数据进行多方位检测，利用多源数据间的互补性和冗余性，避免了基于单一数据源可能存在的检测范围小、数据特征少的局限性，提高了交通预测的准确率。

本发明授权多源数据融合的高速公路收费站出口流量预测方法及系统在权利要求书中公布了：1.多源数据融合的高速公路收费站出口流量预测方法，其特征在于，包括以下步骤S1-步骤S5： 步骤S1：获取高速公路收费数据和车辆牌照识别数据，其中高速公路收费数据包括高速公路上的各出口收费站数据以及各入口收费站数据； 步骤S2：分别针对高速公路收费数据和车辆牌照识别数据，提取单源数据流量特征； 步骤S3：根据待预测出口收费站的时空特性，统一各单源数据流量特征的时空维度，获得时空一致化的入口收费站的数据、时空一致化的车辆牌照识别数据； 车辆牌照识别数据的时空一致化方法如下： 按照时间、空间特性匹配的原则对车辆牌照识别数据进行筛选，以同路段为约束将其转换为同时段、同间隔的车辆牌照识别数据； 入口收费站的数据的时空一致化方法如下： 选取某一个出口收费站作为目标站点D，根据车辆进入的入口收费站和驶出的出口收费站，提取所有以目标站点为出口收费站的入口收费站序列{O1,O2,…,On}； 计算OD对内车辆旅行时间，其计算公式为：车辆旅行时间＝出口时间-入口时间； 计算OD对内车辆旅行时间均值，其计算公式为： 式中，为入口收费站Oj在时间段k内所有车辆的平均旅行时间，为OjD路段上在时间段k内第m辆车的车辆旅行时间，M为车辆总数； 选取样本均值两倍标准差作为阈值范围，剔除在范围之外的数据，其中： 计算样本均值得到OD对内车辆时间顺差 构造目标站点和各入口收费站之间的关联矩阵，对于一个特定的目标站点，在时间序列为入口收费站为{O1,O2,…,On}时，关联矩阵为： 表示入口收费站为Oj，目标站点为D，时间点为时的流量； 选取目标站点D待预测时间序列中的某一个时间点其波动范围为 和表示该时间点的起始时间和终止时间； 在考虑时间顺差的情况下对应的入口收费站时间波动范围为dj为OD对内车辆时间顺差；计算目标站点D和关联站点之间的关联系数如下式： 式中，为各入口收费站流量的均值，为时间点为时目标站点D的流量，为目标站点D各时间点的流量均值；设定关联阈值0.8，筛选出关联系数大于关联阈值的入口收费站，完成对入口收费站数据的时空一致化处理； 步骤S4：分别构建基于收费数据的预测模型和基于车辆牌照识别数据的预测模型，其中基于收费数据的预测模型以步骤S3所获得的时空一致化的入口收费站的数据为输入，以预测的出口收费站流量为输出，基于车辆牌照识别数据的预测模型以步骤S3所获得的时空一致化的车辆牌照识别数据为输入，以预测的出口收费站流量为输出； 步骤S5：针对基于收费数据的预测模型和基于车辆牌照识别数据的预测模型所输出的预测的出口收费站流量，基于神经网络进行融合，获得融合后的出口收费站流量多源预测结果。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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”。