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！

龙图腾网获悉浙江大学申请的专利基于自适应超图卷积神经网络的车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：CN115830865B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202211447387.6，技术领域涉及：G06Q10/04；该发明授权基于自适应超图卷积神经网络的车流量预测方法及装置是由梁军;娄舜杰;王文海设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本基于自适应超图卷积神经网络的车流量预测方法及装置在说明书摘要公布了：本发明公开了一种基于自适应超图卷积神经网络的车流量预测方法及装置，该方法借助自适应超图学习捕捉交通流结构中无法通过预定义图或者超图捕捉到的动态节点和超边关系；然后使用超图卷积方法，捕捉车流量在该自适应超图关系中的空间特征，将得到的空间特征使用循环神经网络结构中，用以捕捉时间特征，最终得到预测车流量。本发明的实现方法较为简便，网络结构简单，可以直接通过采集的数据进行训练得到模型，不需要手动对图网络关系进行建模；通过自适应超图学习空间关系，有着较强的鲁棒性，对节点位置数据缺失有着较强的干扰能力；相较于其他同类型模型，有着更好的预测效果，有利于提高预测精度，模型的性能好。

本发明授权基于自适应超图卷积神经网络的车流量预测方法及装置在权利要求书中公布了：1.一种基于自适应超图卷积神经网络的车流量预测方法，其特征在于，包括以下步骤： 1通过提前铺设探测器获取交通数据，构建多维结构化特征数据；其中，所述交通数据包括车流量、速度、密度、车占比数据； 2确定模型的网络结构，所述网络结构包括数据输入层、时空卷积层和输出预测层；其中，所述数据输入层包括一个时空卷积模块，所述时空卷积层包括多个时空卷积模块，所述输出预测层采用二维卷积器； 3构建时空卷积模块，以提取到输入信息的时空特征；所述时空卷积模块主要分为两个部分：空间卷积网络和时间卷积网络；其中，所述空间卷积网络采用自适应超图卷积作为空间特征提取器，通过自适应超图，捕捉动态节点之间存在的空间关系，将空间关系和车流量进行卷积操作，完成空间卷积网络提取空间特征；所述时间卷积网络采用循环网络，将空间卷积网络得到的空间数据，通过循环网络得到时间特征； 所述步骤3包括以下子步骤： 3.1通过自适应超图生成器计算得到自适应超图，根据距离计算公式，计算输入数据之间的欧式距离，得到距离矩阵，与输入之前计算得出的自适应超图进行相乘操作得到新的自适应超图； 3.2空间卷积网络通过超图卷积网络得到空间特征； 3.3时间卷积网络采用门控循环单元作为时间卷积模块，将得到的空间特征数据输入门控循环单元，利用门控机制筛选得到长短时时间特征数据，经过时间卷积网络前向传播公式中的权重参数计算之后，得到最终的时序特征输出； 4采用根据所述步骤3得到的时空卷积模块，构建数据输入层； 5将多个根据所述步骤3得到的时空卷积模块，通过网络堆叠的方式构建时空卷积层； 6将通过数据输入层和时空卷积层的特征输入到输出预测层中，以得到车流量的预测结果，并根据损失函数获取预测误差，通过优化算法迭代模型参数，直至模型收敛，以获取最优模型； 7将得到的历史数据经过处理后输入到所述步骤6中获取的最优模型中，以预测车流量。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。