Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南工商大学;湖南省公民信息管理局;希迪智驾科技股份有限公司李小龙获国家专利权

湖南工商大学;湖南省公民信息管理局;希迪智驾科技股份有限公司李小龙获国家专利权

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!

龙图腾网获悉湖南工商大学;湖南省公民信息管理局;希迪智驾科技股份有限公司申请的专利基于延迟时空依赖的非平稳时间序列流量预测方法、装置及介质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:CN120257237B

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:202510532014.6,技术领域涉及:G06F18/27;该发明授权基于延迟时空依赖的非平稳时间序列流量预测方法、装置及介质是由李小龙;熊毅;张宏勇;赵海波;魏建好;魏涛;胡荣东设计研发完成,并于2025-04-25向国家知识产权局提交的专利申请。

基于延迟时空依赖的非平稳时间序列流量预测方法、装置及介质在说明书摘要公布了:本发明公开一种基于延迟时空依赖的非平稳时间序列流量预测方法、装置及介质,涉及智慧交通技术领域。该方法包括:构建非平稳交通流量的预测问题,使用傅里叶变换将交通流量时间序列分解为时变组分和时不变组分;基于所述时变组分和时不变组分,构建Moran算子和时空特征融合框架,提取交通流量的空间和时间特征;基于所述交通流量的空间和时间特征,利用函数对函数回归和贝叶斯Kriging优化模型,预测交通流量并动态调整参数。该方法在复杂交通流量预测场景下优于传统基线模型,为非平稳交通流量建模和预测优化提供了新的技术支持。

本发明授权基于延迟时空依赖的非平稳时间序列流量预测方法、装置及介质在权利要求书中公布了:1.一种基于延迟时空依赖的非平稳时间序列流量预测方法,其特征在于,所述方法包括: 构建非平稳交通流量的预测问题;其中,所述预测问题为寻找一个函数,所述函数f基于区域图G,利用交通流量时间序列的历史步长来预测交通流量的未来步长,所述区域图G表示为,,表示网格节点,v1和vm分别表示目标区域中第一个和第m个网格节点;I为Moran算子,对应每个网格节点之间的空间相关性,为网格节点的特征矩阵; 使用傅里叶变换将交通流量时间序列分解为时变组分和时不变组分; 基于所述时变组分和时不变组分,构建Moran算子和时空特征融合框架,提取交通流量的空间和时间特征; 基于所述交通流量的空间和时间特征,利用函数对函数回归和贝叶斯Kriging优化模型,预测交通流量并动态调整参数; 基于所述时变组分和时不变组分,构建Moran算子和时空特征融合框架,提取交通流量的空间和时间特征,具体包括: 提取时变组分数据;其中,所述时变组分数据包括各个站点的交通流量数据;所述交通流量数据包括交通流量、空间特征向量和时间特征向量; 将单个站点的交通流量数据通过第一嵌入矩阵得到高维形式,利用第二嵌入矩阵将每个站点的交通流量数据转化为记忆向量,将所述高维形式与记忆向量比较得到相似性向量; 基于所述相似性向量,对所述时变组分数据加权求和,得到时间延迟的时变组分序列,通过累计得到N个站点的综合时变组分序列,利用N个站点的综合时变组分序列对各个站点的交通流量数据中时间特征向量进行更新; 构建Moran算子,并基于所述N个站点的综合时变组分序列,利用所述Moran算子计算地理空间中特征值的全局自相关性; 将所述交通流量、空间特征向量以及更新后的时间特征向量进行融合,得到延迟时空特征。

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湖南工商大学;湖南省公民信息管理局;希迪智驾科技股份有限公司,其通讯地址为:410205 湖南省长沙市岳麓区岳麓大道569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。