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！

龙图腾网获悉中路高科交通科技集团有限公司申请的专利基于多模态数据与自适应拓扑建模的交通状态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：CN120340261B 。

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：202510820539.X，技术领域涉及：G08G1/01；该发明授权基于多模态数据与自适应拓扑建模的交通状态预测方法是由肖晖;张园梦;刘冬梅;张晓亮;裴光石;丁丽媛;乔国梁;赵琳;骆林;张辉设计研发完成，并于2025-06-19向国家知识产权局提交的专利申请。

本基于多模态数据与自适应拓扑建模的交通状态预测方法在说明书摘要公布了：本发明实施例公开了一种基于多模态数据与自适应拓扑建模的交通状态预测方法。方法包括：根据各道路的类型和历史交通流量，动态确定道路间的邻接矩阵，并根据邻接矩阵动态交通网络图分别输入GCN模型和GAT模型；由所述GCN模型根据各边的权重和各节点的当前特征表示，提取全局空间特征；由所述GAT模型强化关键节点的作用，得到局部注意力空间特征；对各节点多模态交通数据在最近一段时长的时间序列，分别进行短时时序建模和长时时序建模，分别得到短时特征和长时特征；根据所述全局空间特征、局部注意力空间特征、短时特征和长时特征，预测未来的交通状态。本实施例提高交通状态预测的准确性。

本发明授权基于多模态数据与自适应拓扑建模的交通状态预测方法在权利要求书中公布了：1.一种基于多模态数据与自适应拓扑建模的交通状态预测方法，其特征在于，包括： 获取待预测区域的初始交通网络图，其中，交通网络图以道路为节点，以道路间的连接关系为边； 根据各道路的类型，以及各道路在最近一段时长的历史交通流量，动态确定道路间的邻接矩阵，其中，邻接矩阵中的各元素分别用于表征两道路间交通的互相影响程度； 在所述初始交通网络图中，根据所述邻接矩阵为各边赋予权重，并根据各道路当前的多模态交通数据构建各节点的当前特征表示，得到动态交通网络图； 将所述动态交通网络图分别输入GCN模型和GAT模型；由所述GCN模型根据各边的权重和各节点的当前特征表示，提取全局空间特征；由所述GAT模型强化关键节点的作用，得到局部注意力空间特征； 对各节点多模态交通数据在最近一段时长的时间序列，分别进行短时时序建模和长时时序建模，分别得到短时特征和长时特征； 根据所述全局空间特征、局部注意力空间特征、短时特征和长时特征，预测未来的交通状态； 其中，所述根据各道路的类型，以及各道路在最近一段时长的历史交通流量，动态确定道路间的邻接矩阵，包括： 基于最小二乘法，估计每两条相邻道路间保持交通流量一致的距离衰减系数： ， 其中，表示道路i和道路j是两条相邻道路，和分别表示道路i和道路j在最近一段时长的历史交通流量，表示道路i和道路j的地理距离，表示以自然常数e为底的指数函数， 表示能够使取最小值的值； 根据以下公式，动态确定每两条道路间交通的互相影响程度：， 其中，和分别表示道路i和道路j的类型，表示类型相同的相邻道路间的距离衰减系数，表示类型不同的相邻道路间的距离衰减系数，表示可学习的跨道路类型因子。

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中路高科交通科技集团有限公司，其通讯地址为：100089 北京市海淀区西土城路8号7号楼4层409室；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”。