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！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心);山东山科智控数字化科技有限公司申请的专利基于动态对比学习与多尺度3D卷积的交通流量预测方法及装置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：CN120260295B 。

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：202510742205.5，技术领域涉及：G08G1/01；该发明授权基于动态对比学习与多尺度3D卷积的交通流量预测方法及装置是由郝凤琦;杜恒彪;丁青艳;郝慧娟;白金强;孟庆龙;尹亚南设计研发完成，并于2025-06-05向国家知识产权局提交的专利申请。

本基于动态对比学习与多尺度3D卷积的交通流量预测方法及装置在说明书摘要公布了：本发明属于城市交通流量预测的技术领域，具体涉及基于动态对比学习与多尺度3D卷积的交通流量预测方法及装置，其方法包括：基于交通轨迹数据和环境数据获取交通特征矩阵和环境特征向量，将环境特征向量映射到交通网格的空间维度，得到环境特征矩阵，并将交通特征矩阵与环境特征矩阵拼接，得到目标时空矩阵；构建包含多尺度3D卷积模块、动态对比学习模块、环境特征门控融合模块及时空反卷积预测模块的交通流量预测模型，将目标时空矩阵作为输入，并基于对比学习损失、门控融合损失以及预测损失构建联合损失函数，以优化该交通流量预测模型。本发明解决了传统预测方法在捕捉非线性时空依赖、动态突发事件响应以及环境因素协同建模等方面的问题。

本发明授权基于动态对比学习与多尺度3D卷积的交通流量预测方法及装置在权利要求书中公布了：1.一种基于动态对比学习与多尺度3D卷积的交通流量预测方法，其特征在于，所述方法包括： S1、获取交通轨迹数据和环境数据并分别进行预处理操作，得到交通特征矩阵和环境特征向量，将所述环境特征向量映射到交通网格的空间维度，得到环境特征矩阵，并将所述交通特征矩阵与环境特征矩阵进行拼接，得到作为模型输入的目标时空矩阵； S2、构建包含多尺度3D卷积模块、动态对比学习模块、环境特征门控融合模块以及时空反卷积预测模块的交通流量预测模型，将所述目标时空矩阵作为输入数据，并基于动态对比学习损失、门控融合损失以及预测损失构建联合损失函数，用于优化所述交通流量预测模型； 其中，所述多尺度3D卷积模块用于提取所述目标时空矩阵中交通特征矩阵的不同尺度的特征信息并进行融合，以生成交通融合特征； 所述动态对比学习模块用于计算所述交通融合特征中连续两个时间步间的流量差异，以得到实时流量变化率，基于所述实时流量变化率设定正负样本生成策略，并基于该策略获取正负样本对，将所述正负样本对作为训练数据，并引入动态温度系数，构建动态对比损失，用于优化所述交通流量预测模型； 所述环境特征门控融合模块用于对所述目标时空矩阵中的环境特征矩阵进行非线性变换，以得到环境高维嵌入表示，基于所述交通融合特征和环境高维嵌入表示，计算动态门控权重，并利用所述动态门控权重计算得到目标高维融合特征，基于所述交通融合特征和目标高维融合特征构建门控融合损失，用于训练所述交通流量预测模型； 所述时空反卷积预测模块用于对所述目标高维融合特征进行上采样操作，以生成未来交通流量的预测图；并基于预测结果构建预测损失，用于优化所述交通流量预测模型。

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齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心);山东山科智控数字化科技有限公司，其通讯地址为：250000 山东省济南市长清区西部新城大学科技园；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”。