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 > 恭喜吉林大学范子沛获国家专利权

恭喜吉林大学范子沛获国家专利权

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!

龙图腾网恭喜吉林大学申请的专利交通预测方法、系统、服务器及可读存储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:CN119418533B

龙图腾网通过国家知识产权局官网在2025-06-03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:202510006901.X,技术领域涉及:G08G1/01;该发明授权交通预测方法、系统、服务器及可读存储介质是由范子沛;宋轩;续元;张志文设计研发完成,并于2025-01-03向国家知识产权局提交的专利申请。

交通预测方法、系统、服务器及可读存储介质在说明书摘要公布了:本发明提供一种交通预测方法、系统、服务器及可读存储介质,所述方法包括:从客户端收集的个体轨迹数据中提取与道路网络相关的空间特征。利用图卷积网络处理这些特征,并将其嵌入全局模型以捕获路网的空间依赖性。同时,结合时间信息,通过图卷积网络和时间注意力机制生成时空特征,更新全局模型以反映最新交通状态。客户端基于个体轨迹构建个性化模型,并通过差分隐私技术添加噪声,保护用户隐私,然后将模型参数上传至中央服务器。服务器采用联邦学习策略,对客户端上传的模型进行加权平均和聚合,生成更新的全局模型。通过本发明,利用联邦学习和图卷积网络提升行驶时间预测准确性,同时确保用户隐私和模型实时更新。

本发明授权交通预测方法、系统、服务器及可读存储介质在权利要求书中公布了:1.一种交通预测方法,其特征在于,所述方法包括:中央服务器从个体轨迹数据中提取与道路网络相关的空间特征,使用图卷积网络处理和提取所述道路网络的空间特征,并将所述道路网络的空间特征嵌入到全局模型中,捕获所述道路网络的空间依赖关系,并根据所述道路网络的空间特征以及时间信息,通过图卷积网络和时间注意力机制将空间特征与时间信息结合,生成能够反映交通状态变化的时空特征,将处理后的时空特征嵌入到全局模型中,更新全局模型以反映最新的交通状态;其中,所述道路网络为多个路段和节点构成的有向图;所述全局模型是利用客户端从数据库中收集的用户行驶过程中的轨迹数据和车辆状态信息形成的个体轨迹,使用所述个体轨迹构建和训练个性化模型,基于训练后的个性化模型,通过全连接层生成个体行驶时间残差以量化所述个性化模型预测时间与实际行驶时间的差异,以及使用所述个体行驶时间残差优化模型参数以生成模型参数优化后的个性化模型,并在所述个性化模型的模型参数中添加隐私保护噪声数据以生成添加保护隐私噪声的模型参数后,上传所述个性化模型及生成的模型参数至所述中央服务器作为其权重的模型;所述中央服务器根据所述个体轨迹数据和所述全局模型反映的交通状态,进行时空特征的分析处理,生成针对特定路由和时间步长的估计行驶时间;根据全体客户端上传的个性化模型以及全局交通数据,将一天的时间分为不同的部分,并在每个部分应用时空张量分解来处理交通状态预测,生成分解后的时空特征,用于生成全局交通状态的估计;以及根据所述客户端上传的个性化模型参数,进行非个性化全局流量状态的学习和优化处理,生成更新后的全局模型;其中,所述路由为路段和节点在特定时间步长下交替组成的序列以表示相应的路径;以及所述中央服务器根据所述客户端上传的本地化全局模型权重,执行,联邦学习算法进行模型的加权平均和安全聚合,更新全局流量状态,并将聚合后的全局模型权重发送回所述客户端,以使得所述客户端基于聚合后的全局模型权重训练和优化个性化模型。

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吉林大学,其通讯地址为:130012 吉林省长春市前进大街2699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。