中国科学院大学苏荔获国家专利权
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！
龙图腾网获悉中国科学院大学申请的专利基于POI的双层图卷积网络交通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：CN116863683B 。
龙图腾网通过国家知识产权局官网在2026-03-17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：202310634555.0，技术领域涉及：G08G1/01；该发明授权基于POI的双层图卷积网络交通预测方法是由苏荔;赵鑫浩;吴哲;邓志远;李国荣;张新峰;卿来云;黄庆明设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。
本基于POI的双层图卷积网络交通预测方法在说明书摘要公布了：本发明公开了一种基于POI的双层图卷积网络交通预测方法，通过对历史交通流量数据进行处理，获得交通流量预测值，包括以下步骤：基于POI对流量节点功能构建模型；基于构建的模型获得节点之间的功能相似度矩阵；将具有相似功能的节点聚类，构建区域网络；在节点和区域网络上分别提取空间特征；将节点和区域网络上提取的空间特征融合，输出对交通流量的预测结果。本发明公开的基于POI的双层图卷积网络交通预测方法，预测精度高。
本发明授权基于POI的双层图卷积网络交通预测方法在权利要求书中公布了：1.一种基于POI的双层图卷积网络交通预测方法，其特征在于，通过对历史交通流量数据进行处理，获得交通流量预测值，包括以下步骤： S1、基于POI对流量节点功能构建模型； S2、基于构建的模型获得节点之间的功能相似度矩阵； S3、将具有相似功能的节点聚类，构建区域网络； S4、在节点和区域网络上分别提取空间特征； S5、将节点和区域网络上提取的空间特征融合，输出对交通流量的预测结果； S4中，在节点上提取空间特征包括以下子步骤： S411、采用时间卷积提取时间特征； S412、采用基于POI的动态图卷积获取节点之间随时间变化的空间相关性特征； S413、采用注意力机制获取节点之间空间相关性特征的时间相关性，获得节点空间特征； 其中，S412包括以下子步骤： 使用可训练张量Hc对POI之间的时序关系进行描述，获得描述节点之间的动态函数相似性张量P； 将提取到的时间特征作为输入，基于节点之间的动态函数相似性张量获得节点之间随时间变化的空间相关性特征。
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国科学院大学，其通讯地址为：101408 北京市怀柔区雁栖湖东路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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励