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滨江研究院申请的专利基于STNR模型的交通流量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：CN116434569B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202211674332.9，技术领域涉及：G08G1/065；该发明授权基于STNR模型的交通流量预测方法及系统是由林昶廷;韩蒙;戴强;张龙源;任倩倩;琚兆杰;俞伟平;王滨设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本基于STNR模型的交通流量预测方法及系统在说明书摘要公布了：本发明公开了一种基于STNR模型的交通流量预测方法及系统，包括将目标路段的历史交通流量数据按时间顺序进行排序，并划分为长期数据和短期数据，获得训练集；构建交通流量预测模型，将长期数据和短期数据作为交通流量预测模型的输入，训练所述的交通流量预测模型；所述的交通流量预测模型包括全连接层、长短期处理模块、时空卷积模块和多层感知器模块；采集当前时刻目标路段的交通流量数据，并输入至训练好的交通流量预测模型中，预测未来时段的交通流量。本发明有效的捕捉交通流量的空间依赖性和时间依赖性，提高了预测准确率。

本发明授权基于STNR模型的交通流量预测方法及系统在权利要求书中公布了：1.一种基于STNR模型的交通流量预测方法，其特征在于，包括： 1将目标路段的历史交通流量数据按时间顺序进行排序，并划分为长期数据和短期数据，获得训练集；短期数据表示为： ； 其中，是模型使用的次数，表示最近一段时间的数据，N表示时间序列的长度； 长期数据表示为： ； 其中，是第个周期的时间的数据； 2构建交通流量预测模型，将长期数据和短期数据作为交通流量预测模型的输入，训练所述的交通流量预测模型；所述的交通流量预测模型包括全连接层、长短期处理模块、时空卷积模块和多层感知器模块； 所述的全连接层分别提取长、短期数据的长、短期时间特征，表示为： ； ； 其中，FC表示全连接层；ReLU表示ReLU函数；,,和是可学习的参数；和是和的特征矩阵； 所述的长短期处理模块包括时间卷积网络单元和长短期融合单元；通过时间卷积网络单元捕捉长期数据的时间特征，表示为： ； 其中，和是可学习参数；表示提取到的长期数据的时间特征； 长短期融合单元采用注意力机制融合和，包括： 将和转换为注意向量和： ； ； 其中，是非线性激活函数；、、和是卷积运算； 分别将得到的注意力向量和输入相乘，然后融合乘积结果，得到： ； 其中，是通道乘法运算符；是空间乘法运算符；输出是融合时间特征； 得到的融合时间特征输出给所述的时空卷积模块； 所述的时空卷积模块包括门控循环单元和图卷积单元；所述的门控循环单元以融合时间特征为输入，捕捉输入的时间依赖和空间依赖输出， 与基于注意力机制的自适应邻接矩阵输入至图卷积单元输出，经过多层感知器模块后获得预测结果； 多层感知器模块由两个具有线性变换的ReLU堆叠层组成； 3采集当前时刻目标路段的交通流量数据，并输入至训练好的交通流量预测模型中，预测未来时段的交通流量。

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滨江研究院，其通讯地址为：310051 浙江省杭州市滨江区东信大道66号二号楼301；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。