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！

龙图腾网获悉北京交通大学;南京三宝科技股份有限公司申请的专利道路运输车辆行驶风险不确定性预测方法及系统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：CN120808595B 。

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：202510936347.5，技术领域涉及：G06Q10/04；该发明授权道路运输车辆行驶风险不确定性预测方法及系统是由刘晓冰;黄嘉禾;段钰;杨小宝;梁彪;韩正平;王云;闫学东设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。

本道路运输车辆行驶风险不确定性预测方法及系统在说明书摘要公布了：本发明提供一种道路运输车辆行驶风险不确定性预测方法及系统，属于车辆行驶风险预测技术技术领域，获取当前时间步的告警数量时空序列、车流量时空序列和多图静态邻接矩阵；利用预先训练好的道路运输车辆行驶风险不确定性预测模型对获取的告警数量时空序列、车流量时空序列和多图静态邻接矩阵进行处理，得到未来时间步上的道路运输车辆告警数量。本发明实现了准确的道路运输车辆行驶风险短时预测，为提升车辆行驶风险预警的可靠性与实时性提供了有力的技术支持。

本发明授权道路运输车辆行驶风险不确定性预测方法及系统在权利要求书中公布了：1.一种道路运输车辆行驶风险不确定性预测方法，其特征在于，包括： 获取当前时间步的告警数量时空序列、车流量时空序列和多图静态邻接矩阵；其中，多图静态邻接矩阵包括地理环境相似性图、社会环境相似性图、路网结构相似性图和网格距离图四张静态图邻接矩阵；地理环境相似性图的构建，包括：获取网格的地形和海拔数据，构建地理环境向量，使用余弦相似度方法来衡量两个向量的相似度，从而构建以网格为节点的地理环境相似性邻接矩阵；社会环境相似性图的构建，包括：获取网格的各类POI数量，构建POI向量，其中POI向量的维数是POI类别个数，数值是网格中各类别POI密度；使用余弦相似度方法来衡量两个POI向量的相似度，从而构建社会环境相似性邻接矩阵；路网结构相似性图的构建，包括：获取网格的各等级道路和桥梁隧道数据，构建六维路网结构向量，包括道路密度信息、桥梁密度和隧道密度，使用余弦相似度构建路网结构相似性邻接矩阵；网格距离图的构建，包括：获取各网格的中心点经纬度坐标，计算得到各网格间的距离，构建网格距离邻接矩阵； 利用预先训练好的道路运输车辆行驶风险不确定性预测模型对获取的告警数量时空序列、车流量时空序列和多图静态邻接矩阵进行处理，得到未来时间步上的道路运输车辆告警数量；其中，所述道路运输车辆行驶风险不确定性预测模型包括动态图构建层、多图融合模块、时间与空间特征提取模块和多分位数预测输出模块；所述动态图构建层，用于提取告警数量和车流量之间的依赖关系，构建道路运输车辆流量动态图邻接矩阵，包括：轨迹时空序列数据首先并行输入至两路特征提取块，每个特征提取块都包含了卷积层、批归一化层和ReLU激活函数，输出为两个特征向量，然后使用批矩阵乘法、激活函数和归一化处理，得到一个的矩阵，实现根据历史轨迹数据自适应生成不同网格之间的轨迹流量关系动态图；所述多图融合模块，用于计算轨迹流量关系动态图、网格距离图、社会环境相似性图、路网结构相似性图的特征信息权重系数，并进行多图融合；时间特征提取模块，用于对告警数量时空序列进行处理，提取其时间依赖关系；所述空间特征提取模块，用于对融合图和告警数量时空序列进行处理，提取其空间依赖关系；所述多分位数预测输出模块，用于融合所有时间步和空间图结构的特征信息，使用多层感知器估计中位数作为中心参考，分位数则通过累积非负增量或减量来获得，得到多个分位数上的预测输出。

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北京交通大学;南京三宝科技股份有限公司，其通讯地址为：100044 北京市海淀区西直门外上园村3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。