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！

龙图腾网恭喜鹏城实验室申请的专利交通预测模型的训练方法、交通预测方法以及相关设备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：CN119479307B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202411920734.1，技术领域涉及：G08G1/01；该发明授权交通预测模型的训练方法、交通预测方法以及相关设备是由胡孟豪;郑清芳;山其本;陈宇;熊雪菲;王耀威设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。

本交通预测模型的训练方法、交通预测方法以及相关设备在说明书摘要公布了：本申请提供了一种交通预测模型的训练方法、交通预测方法以及相关设备，训练方法包括：基于输入层得到多个交通节点的时序交通量序列和对应的超图结构；通过时序特征提取层对时序交通量序列进行一维膨胀卷积处理，并根据第一卷积特征的非线性转换值域对第二卷积特征进行调节，得到每个交通节点对应的时序特征；基于图消息传递层分别对每个超图结构对应的边内邻域传递消息和边间邻域传递消息进行特征聚合加权，得到每个交通节点对应的空间特征；基于全连接输出层根据时序特征和空间特征得到交通预测结果，并根据模型损失进行模型更新得到交通预测模型，以避免频域图卷积操作所导致的平滑现象，进而可以有效提高进行节点级的交通预测的预测精度。

本发明授权交通预测模型的训练方法、交通预测方法以及相关设备在权利要求书中公布了：1.一种交通预测模型的训练方法，其特征在于，包括：构建待训练的初始模型，所述初始模型包括输入层、时序特征提取层、图消息传递层以及全连接输出层；基于所述输入层对预设的样本交通数据进行预处理，得到多个交通节点的时序交通量序列和邻接矩阵，并根据相应的所述邻接矩阵构建每个所述交通节点对应的超图结构；针对每个所述交通节点的时序交通量序列，通过所述时序特征提取层进行一维膨胀卷积处理得到对应的第一卷积特征和第二卷积特征，并根据所述第一卷积特征的非线性转换值域对所述第二卷积特征进行调节，得到每个所述交通节点对应的时序特征；基于所述图消息传递层分别对每个所述超图结构对应的边内邻域传递消息和边间邻域传递消息进行特征聚合，得到边内聚合特征和边间聚合特征，并对所述边内聚合特征和所述边间聚合特征进行加权，得到每个所述交通节点对应的空间特征；基于全连接输出层根据所述时序特征和所述空间特征得到交通预测结果，根据所述交通预测结果计算模型损失，以根据所述模型损失更新所述初始模型的模型参数，得到训练后的交通预测模型；其中，所述时序特征提取层包含多个时序门控线性单元，每个时序门控线性单元用于独立处理一个交通节点的时序交通量序列，所述针对每个所述交通节点的时序交通量序列，通过所述时序特征提取层进行一维膨胀卷积处理得到对应的第一卷积特征和第二卷积特征，包括：分别将每个交通节点的时序交通量序列分配至所述时序特征提取层中的一个时序门控线性单元；通过每个时序门控线性单元基于相应所述交通节点的时序交通量序列，确定每个交通节点的时间模式；基于每个交通节点的时间模式，对每个交通节点的时序交通量序列进行一维膨胀卷积处理，得到每个交通节点对应的第一卷积特征和第二卷积特征。

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鹏城实验室，其通讯地址为：518000 广东省深圳市南山区兴科一街2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”。