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一种多层次嵌入的基于预训练大语言模型的交通流时空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：CN119252022B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202411349688.4，技术领域涉及：G08G1/01；该发明授权一种多层次嵌入的基于预训练大语言模型的交通流时空预测方法是由张新民;周刊;陈博戬;孙姝;钱金传设计研发完成，并于2024-09-26向国家知识产权局提交的专利申请。

本一种多层次嵌入的基于预训练大语言模型的交通流时空预测方法在说明书摘要公布了：本发明公开一种多层次嵌入的基于预训练大语言模型的交通流时空预测方法，其中的交通流时空预测模型包括时空嵌入层、多层时间编码网络、分词对齐层、预训练大语言模型和交通流解码层；通过自适应的交通流时空嵌入和多层时间编码网络，构建并捕获交通流复杂的动态时空关系；通过分词对齐层将以节点维度分词描述时间语义信息的交通流节点tokens与提示文本tokens对齐结合；最后，将融合了历史特征、动态时空特征和提示文本特征的多层次嵌入输入预训练大语言模型，通过训练大语言模型完成下游预测任务。本发明的方法能够提高预测精度，并减少可训练参数。

本发明授权一种多层次嵌入的基于预训练大语言模型的交通流时空预测方法在权利要求书中公布了：1.一种多层次嵌入的基于预训练大语言模型的交通流时空预测方法，其特征在于，该方法包括如下步骤： S1：获取预定范围内的历史交通流数据，并对其进行预处理； S2：构建并训练交通流时空预测模型；所述交通流时空预测模型包括时空嵌入层、多层时间编码网络、分词对齐层、预训练大语言模型和交通流解码层；所述时空嵌入层用于将预处理后的历史交通流数据，根据交通流的历史特征、时间依赖关系和空间依赖关系生成交通流时空嵌入输入；所述多层时间编码网络的每一层均为基于自注意力机制的时间编码网络，所述多层时间编码网络的输入为所述交通流时空嵌入输入，所述多层时间编码网络利用自注意力机制捕获不同交通节点所有时间片间的时间依赖关系；所述分词对齐层通过全连接将所述多层时间编码网络的输出转换为交通流节点tokens，并将所述交通流节点tokens和与交通流数据集相关的提示文本tokens进行拼接，得到所述预训练大语言模型的输入；所述交通流解码层用于将所述预训练大语言模型的输出转换为各交通节点交通流的预测维度，输出预测交通流； 所述S2中，所述时空嵌入层用于将预处理后的历史交通流数据，根据交通流的历史特征、时间依赖关系和空间依赖关系生成交通流时空嵌入输入，具体通过如下子步骤来实现： 1将预处理后的所有交通节点的历史交通流数据经过全连接转换为；其中，，表示在时刻道路网络中个交通节点的交通流数据，表示交通流特征的维度，表示历史交通流数据的时间步，为历史交通流嵌入维度； 为交通流每个节点定义可训练的空间自适应嵌入，并在时间维度扩展，得到空间自适应嵌入；其中表示空间自适应嵌入维度； 为交通流每个时间步定义两个可训练的时间周期嵌入字典，一个是一天内的时间戳嵌入字典，其中表示一天中平均分的时间步个数，表示时间周期嵌入维度；另一个是一周内的星期嵌入字典，其中表示一周内的星期数；根据历史交通流数据的时间片，检索到对应的时间戳嵌入和星期嵌入，并在空间维度扩展，得到两个时间周期嵌入和； 2将、、、进行拼接，得到交通流时空嵌入输入，其中，表示拼接运算，嵌入维度； S3：利用训练后的交通流时空预测模型进行交通流时空预测。

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。