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！

龙图腾网获悉苏州大学申请的专利一种基于图表示学习和特征融合的城市交通网络事故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：CN120355237B 。

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：202510813232.7，技术领域涉及：G06Q10/0635；该发明授权一种基于图表示学习和特征融合的城市交通网络事故预测方法是由陈亮;刘昊伟;杨芸设计研发完成，并于2025-06-18向国家知识产权局提交的专利申请。

本一种基于图表示学习和特征融合的城市交通网络事故预测方法在说明书摘要公布了：本发明公开了一种基于图表示学习和特征融合的城市交通网络事故预测方法，包括以下步骤：1对城市交通网络事故数据进行处理，提取节点特征、边特征以及道路方向和交叉路口角度信息；2将节点特征、边特征与道路方向特征和交叉路口角度特征进行融合嵌入，生成图结构特征；3基于消息传递机制构建图神经网络模型，通过图卷积层对图结构特征进行学习，提取交通网络的深层特征；4采用对比学习方法对长尾分布的事故数据进行训练，优化模型参数；5利用训练好的模型对城市交通网络中的事故进行预测，输出事故危险程度的分类结果；本发明为城市交通事故预测问题以及城市交通道路规划提供了更强大的工具和方法。

本发明授权一种基于图表示学习和特征融合的城市交通网络事故预测方法在权利要求书中公布了：1.一种基于图表示学习和特征融合的城市交通网络事故预测方法，其特征在于，包括以下步骤： 1对城市交通网络事故数据进行处理，提取节点特征、边特征以及道路方向和交叉路口角度信息；采用负采样和自监督数据增强方法处理长尾分布的事故数据；负采样公式如下： ； 其中，V是所有节点的集合， 是 的节点权重； 2将节点特征、边特征与道路方向特征和交叉路口角度特征进行融合嵌入，生成图结构特征；根据数据处理获取的节点特征data.node，道路的全局边属性edge_attr_all，依据坐标获取的道路方向特征data.coords，通过张量拼接Concat以及相加Add操作实现特征融合，并根据交叉路口角度特征的旋转不变性以及道路方向特征的差异性，对特征进行特征嵌入： ； ； 其中，为边、节点特征与方向特征通过多层感知机的特征嵌入，为边、节点特征与角度特征通过多层感知机的特征嵌入； 为基于消息传递的GNN的隐藏层，为可学习的权重； 3基于消息传递机制构建图神经网络模型，通过图卷积层对图结构特征进行学习，提取交通网络的深层特征；图卷积层采用LeakyReLU激活函数和批量正则化，并引入残差连接和跳跃连接； 4采用对比学习方法对长尾分布的事故数据进行训练，优化模型参数；采用InfoNCE损失函数进行对比学习，通过拉近同类样本距离和拉远异类样本距离来优化模型参数； 5利用训练好的模型对城市交通网络中的事故进行预测，输出事故危险程度的分类结果。

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苏州大学，其通讯地址为：215222 江苏省苏州市吴江区久泳西路1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”。

以上内容由龙图腾AI智能生成。