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！

龙图腾网获悉湖北工业大学申请的专利基于局部-全局时空特征融合的交通流量预测方法及设备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：CN116311880B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202211464985.4，技术领域涉及：G08G1/01；该发明授权基于局部-全局时空特征融合的交通流量预测方法及设备是由宗欣露;陈祯;王春枝;叶志伟;刘伟;陈宏伟设计研发完成，并于2022-11-22向国家知识产权局提交的专利申请。

本基于局部-全局时空特征融合的交通流量预测方法及设备在说明书摘要公布了：本发明提供了一种基于局部‑全局时空特征融合的交通流量预测方法及设备，所述方法包括：步骤一至步骤五。本发明在兼顾时序信息顺序相关的同时获取了交通速度预测的全局时间信息，通过融合时间和空间局部与非局部信息提升模型的学习能力，模型具有更高的预测精度。

本发明授权基于局部-全局时空特征融合的交通流量预测方法及设备在权利要求书中公布了：1.一种基于局部-全局时空特征融合的交通流量预测方法，其特征在于，包括：步骤一：构建数据集，收集高速公路上经过的真实车辆速度信息，构建交通流量数据集；并且根据交通道路网络拓扑图，构建出邻接矩阵；步骤二：构建图注意力网络层，根据网络自己学习的注意力权重提取交通网络拓扑图中不同节点之间的非局部空间依赖特征；步骤三：构建图卷积网络层，提取交通网络拓扑图中每个节点与周围节点聚合的局部空间依赖特征；步骤四：构建门控循环神经网络层，拟合交通流量信息的顺序时长相关性；步骤五：构建transformer网络层，用于并行化处理交通序列信息，并捕获transformer网络层的长期依赖性，对未来交通流量进行预测； 步骤二具体为：步骤2.1：将特征向量映射到另一个向量为空间，并计算每个节点之间的特征相关性系数： ； 其中，为节点的特征向量，为节点属性的连接，为一个权重参数向量，LeakyReLU为非线性激活函数，W是特征向量的权重参数映射向量；步骤2.2：使用softmax激活函数做归一化处理，计算每个节点之间的相关权重： ； 步骤2.3：节点之间的相关权重与特征矩阵相乘，得到更新后的特征矩阵，并且使用多头形式在不同子空间中进行拟合： ； 其中，为与节点计算相关权重的节点的特征向量，K为注意力头数量，为第k个注意力头中的权重参数系数，为sigmoid激活函数；将每个注意力头在不同子空间中的表达连接后融合输出：；其中,为权重参数矩阵，且；做残差连接：； 步骤五具体为：步骤5.1：构建transformer层，首先对特征向量的每个位置添加位置编码信息矩阵：；其中： ； 其中，H为门控循环神经网络层最终的输出结果，r为特征矩阵的节点位置，为特征矩阵映射到多头注意力空间中的维度大小，i为节点属性在时序中的位置，sin和cos为三角函数；步骤5.2：映射到多头自注意力层： ； ； 其中，，，，为权重参数矩阵，S为多头自注意力中的头数量，为多头之间的连接，为每个子空间中的特征维度；正则化残差连接： ； 其中，LayerNrom为层特征归一化函数； 步骤5.3：传入前馈网络层后再次正则化残差链接，输入全连接预测层得到最终预测结果： ； ； ； 其中，，，为参数权重矩阵，，，为偏差系数，ReLU为激活函数。

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湖北工业大学，其通讯地址为：430068 湖北省武汉市洪山区南李路28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”。