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！

龙图腾网获悉北京交通大学申请的专利城际出行OD需求量预测模型训练方法、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：CN117076922B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202310901853.1，技术领域涉及：G06F18/214；该发明授权城际出行OD需求量预测模型训练方法、预测方法及系统是由刘晓冰;刘子乐;刘婷婷;王云;闫学东;丘小仪设计研发完成，并于2023-07-21向国家知识产权局提交的专利申请。

本城际出行OD需求量预测模型训练方法、预测方法及系统在说明书摘要公布了：本发明提供一种城际出行OD需求量预测模型训练方法、预测方法及系统，属于交通出行需求预测技术领域，基于手机信令数据、天气数据、POI数据建立城市群城际出行数据库，分析城际出行时空特征，分析城际出行OD需求量的影响因素，利用随机森林选取重要度高的变量作为模型的输入变量，将每个OD对视作节点，建模不同OD对之间的异构空间关联关系，构建往返关系图、距离关系图、功能相似图构成多图邻接矩阵，建立针对城际出行OD需求预测的基于注意力机制的时空多图卷积神经网络模型。本发明通过城际出行时空特征分析和OD需求预测，掌握城际出行人流的移动规律，进而辅助交通管理部门提前感知交通状态，对于保障区域交通安稳、高效运行具有重要的现实意义。

本发明授权城际出行OD需求量预测模型训练方法、预测方法及系统在权利要求书中公布了：1.一种城际出行OD需求量预测模型训练方法，其特征在于，包括： 获取训练数据；所述训练数据包括多个历史时间间隔内的OD需求序列特征变量、日期类型变量、天气特性变量、OD多图邻接矩阵以及标注不同日期类型和天气特性下的OD需求量； 基于所述历史时间OD需求序列特征变量、日期类型变量、天气特性变量、OD多图邻接矩阵为输入，基于OD需求量为输出对出行OD需求量预测模型进行训练；所述出行OD需求量预测模型包括输入层、空间卷积层、时间循环层、注意力层以及输出层； 所述输入层，用于选取合适尺寸的滑动窗口处理OD需求序列特征变量、日期类型变量、天气特性变量，得到多段特征变量序列，将往返关系图邻接矩阵、距离关系图连接矩阵和功能相似图邻接矩阵融合为总图矩阵；所述空间卷积层，用于对总图矩阵进行卷积运算提取不同城际出行OD对的空间依赖关系；所述时间循环层，用于对特征变量序列进行处理提取城际出行OD需求的时间依赖关系；所述注意力层，用于计算每个时间步特征信息的权重系数；所述输出层，用于融合所有时间步的特征信息，利用全连接层得到OD需求量预测值。

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北京交通大学，其通讯地址为：100044 北京市海淀区西直门外上园村3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”。