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！

龙图腾网获悉无锡学院申请的专利一种基于动态稀疏因果注意力网络的交通流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：CN120296525B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202510773403.8，技术领域涉及：G06F18/241；该发明授权一种基于动态稀疏因果注意力网络的交通流预测方法是由朱灵龙;樊旭海;张永宏;阚希;曹海啸;王泉设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本一种基于动态稀疏因果注意力网络的交通流预测方法在说明书摘要公布了：本发明提出了一种基于动态稀疏因果注意力网络的交通流预测方法，包括以下步骤：采集路网交通流数据，对数据进行预处理和归一化操作；构建动态图，利用滑动窗口和皮尔逊相关性分析生成动态邻接矩阵；通过流量子序列嵌入和时间子序列嵌入分别提取交通流的空间特征和时间特征；构造基于稀疏因果注意力机制的时空预测模型，融合动态图和因果注意力机制；利用拉普拉斯位置编码增强空间特征表示能力；将预处理数据输入模型进行训练，利用训练完成的模型对未来交通流进行预测。本发明通过引入动态图结构、稀疏因果注意力机制和拉普拉斯位置编码，结合流量子序列和时间子序列的嵌入，构建高效的时空预测模型，满足智能交通系统对高精度预测的需求。

本发明授权一种基于动态稀疏因果注意力网络的交通流预测方法在权利要求书中公布了：1.一种基于动态稀疏因果注意力网络的交通流预测方法，其特征在于，包括以下步骤：步骤1，采集路网交通流数据，并对数据进行预处理和归一化操作；步骤2，构建动态图结构，利用滑动窗口和皮尔逊相关性分析生成动态邻接矩阵； 步骤3，通过流量子序列嵌入和时间子序列嵌入分别提取交通流的空间特征和时间特征；步骤4，构造基于稀疏因果注意力机制的时空预测模型，融合动态图和因果注意力机制，包括以下操作：步骤4.1，基于步骤2生成的动态邻接矩阵，计算邻接矩阵的平均度数，根据最大邻居比例确定稀疏邻接的节点数量，公式如下： 其中，为节点数，为最大邻居比例； 步骤4.2，从动态邻接矩阵中提取个最大值对应的邻居索引，并基于这些索引构建稀疏矩阵；然后基于查询矩阵、稀疏键矩阵和稀疏值矩阵，计算稀疏因果注意力，公式如下： 其中，为键的维度，为因果掩码矩阵，用于确保注意力机制遵循时间序列的因果性：步骤4.3，为对输入特征进行时间维度的自注意力计算，公式如下：其中，、和分别为时间维度的查询、键和值矩阵；步骤4.4，通过加权融合操作，融合稀疏因果注意力和时间注意力，生成综合的时空特征，公式如下：其中，为权重参数，和分别为稀疏因果注意力和时间注意力的输出；步骤5，利用Laplacian位置编码增强空间特征表示能力；步骤6，将预处理数据输入模型进行训练，利用训练完成的模型对未来交通流进行预测。

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无锡学院，其通讯地址为：214105 江苏省无锡市锡山区锡山大道333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”。