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！

龙图腾网获悉福建师范大学申请的专利一种基于双模态优化嵌入学习模型的车辆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：CN120356348B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510831040.9，技术领域涉及：G08G1/065；该发明授权一种基于双模态优化嵌入学习模型的车辆流量预测方法及系统是由周赵斌;陈志德;王慧情;颜敏霞设计研发完成，并于2025-06-20向国家知识产权局提交的专利申请。

本一种基于双模态优化嵌入学习模型的车辆流量预测方法及系统在说明书摘要公布了：本发明提供了一种基于双模态优化嵌入学习模型的车辆流量预测方法及系统，包括数据预处理模块、双模态编码模块、注意力对齐模块和序列预测模块，适用于智能交通领域，旨在通过多源数据融合与深度模型架构创新，解决传统方法在复杂交通场景下预测精度不足的问题，为城市交通管理提供高效决策支持。

本发明授权一种基于双模态优化嵌入学习模型的车辆流量预测方法及系统在权利要求书中公布了：1.一种基于双模态优化嵌入学习模型的车辆流量预测方法，其特征在于，包括以下步骤： S1：对时间时序数据和文本数据预处理； S2：将预处理后的数据输入双模态优化嵌入学习模型进行训练，双模态优化嵌入学习模型包含双模态编码模块、注意力对齐模块和序列预测模块； 双模态编码模块中，对预处理后的时间序列数据编码时，采用层归一化前置Transformer进行特征提取得到时间序列特征；对预处理后的文本数据编码时，采用定制化交通事件提示模板引导GPT-2将提示输入转化为标记，经预训练编码器处理后得到包含事件类型及影响程度的语义向量表示，即文本特征； 注意力对齐模块利用注意力机制对齐并整合时间序列特征和文本特征； 序列预测模块整合时间序列特征和文本特征对未来时段的车辆流量进行预测； 所述S2中的注意力对齐模块通过线性变换将时间序列特征与文本特征分别生成查询Q、键K和值V，利用缩放点积注意力公式 计算模态间相关性得分，并通过动态权重公式 调整文本特征权重，其中通过缩放因子平衡特征权重后实现加权融合，T表示转置； 所述S2中的序列预测模块通过多头自注意力机制对嵌入的序列进行处理，该多头自注意力机制通过多头自注意力机制将嵌入序列投影到多个子空间，并行计算各子空间的注意力权重矩阵，其中i表示多头自注意力机制中的第i个注意力头，Q i 为查询矩阵，K i 为键矩阵，V i 为值矩阵，用于计算子空间内的注意力权重；再拼接，后通过前馈神经网络 增强非线性表达，其中，x表示输入至前馈神经网络的特征向量，W 1 和W 2 为不同层的权重矩阵，b 1 和b 2 为对应偏置项，通过矩阵运算与激活函数实现特征的非线性变换；再经残差连接和层归一化后由线性函数y=xW+b生成预测序列，其中，W为预测层权重矩阵，b为偏置；随后，利用前馈神经网络增强特征的非线性表达能力，并通过残差连接和层归一化优化训练稳定性；最终，通过线性预测函数将处理后的特征映射到目标空间，生成未来多时间步的预测序列。

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福建师范大学，其通讯地址为：350117 福建省福州市闽侯县上街镇学府南路8号福建师范大学旗山校区；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”。