Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中国石油大学(华东)肖军弼获国家专利权

恭喜中国石油大学(华东)肖军弼获国家专利权

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!

龙图腾网恭喜中国石油大学(华东)申请的专利一种基于时空序列的交通流量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:CN119479312B

龙图腾网通过国家知识产权局官网在2025-04-01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:202510040601.3,技术领域涉及:G08G1/01;该发明授权一种基于时空序列的交通流量预测方法是由肖军弼;刘婷婷设计研发完成,并于2025-01-10向国家知识产权局提交的专利申请。

一种基于时空序列的交通流量预测方法在说明书摘要公布了:本发明提供了一种基于时空序列的交通流量预测方法,涉及交通预测技术领域,包括获取开源网络交通流量数据,并进行预处理得到交通流量序列;将交通流量序列输入至数据嵌入层得到输入特征的高维表示,并进行周期性嵌入和自适应时空嵌入,将三种嵌入进行连接得到隐藏的时空表示;将隐藏的时空表示输入至时空编码器进行空间依赖性和时间依赖性的建模,得到隐藏状态;将隐藏状态输入至输出层,输出得到交通流量预测结果。本发明能够更有效地提取交通流量数据的深层特征,捕捉交通流量复杂的时空变化规律,进而提高城市交通流量预测的准确性。

本发明授权一种基于时空序列的交通流量预测方法在权利要求书中公布了:1.一种基于时空序列的交通流量预测方法,其特征在于,包括以下步骤:S1、获取开源网络交通流量数据,并进行预处理得到交通流量序列;S2、将交通流量序列输入至数据嵌入层得到输入特征的高维表示,并进行周期性嵌入和自适应时空嵌入,将三种嵌入进行连接得到隐藏的时空表示;S3、将隐藏的时空表示输入至时空编码器进行空间依赖性和时间依赖性的建模,得到隐藏状态;所述时空编码器包括:距离空间注意力模块,用于基于隐藏的时空表示,利用动态掩蔽矩阵捕捉近邻节点的空间依赖特征和远距离相似节点的空间依赖特征;门控时间卷积注意力模块,用于基于隐藏的时空表示,通过扩张的因果卷积网络提取时间依赖特征;融合模块,用于融合近邻的空间依赖特征、远距离相似节点的空间依赖特征以及时间依赖特征,得到隐藏状态;所述利用动态掩蔽矩阵捕捉近邻和远距离相似节点的空间依赖特征,其具体为:产生两个动态掩蔽矩阵和,该两个动态掩蔽矩阵和分别用于捕获当前节点近距离的区域特征和具有相似性的远距离区域特征;在时间t处,基于隐藏的时空表示,利用线性层获取自注意力操作的Q矩阵、K矩阵和V矩阵;计算Q矩阵和K矩阵的点积,并通过缩放获得注意力分数A;将注意力分数A分别与两个动态掩蔽矩阵和作乘积,一一对应得到近距离注意力分数和远距离注意力分数;将近距离注意力分数和远距离注意力分数,分别通过Softmax函数转换为对应的注意力权重;将对应的注意力权重分别与V矩阵相乘,一一对应得到当前节点近距离的区域特征和具有相似性的远距离区域特征,完成近邻节点的空间依赖特征和远距离相似节点的空间依赖特征的获取;所述通过扩张因果卷积网络提取时间依赖特征,其具体为:基于隐藏的时空表示,利用扩张的因果卷积网络进行扩张因果卷积操作;基于扩张因果卷积结果,利用门控网络处理,得到,其中,表示经滤波器和门控机制处理后的时空特征表示;将输入至线性层,分别得到自注意力操作的矩阵、矩阵和矩阵;计算矩阵和矩阵的点积,并通过缩放得到注意力分数;将注意力分数,通过Softmax函数转换为注意力权重,并将注意力权重与矩阵相乘,得到,完成时间依赖特征的提取,其中,表示经过时间注意力机制加权处理后的时空特征表示;S4、将隐藏状态输入至输出层,输出得到交通流量预测结果。

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石油大学(华东),其通讯地址为:266580 山东省青岛市黄岛区长江西路66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”。

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。