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！

龙图腾网获悉重庆大学申请的专利基于时空融合图神经网络的交通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：CN115641720B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202211334070.1，技术领域涉及：G08G1/01；该发明授权基于时空融合图神经网络的交通预测方法及系统是由葛亮;李钦鸿;贾艺璇;叶小凤设计研发完成，并于2022-10-28向国家知识产权局提交的专利申请。

本基于时空融合图神经网络的交通预测方法及系统在说明书摘要公布了：本发明属于交通预测技术领域，具体公开了一种基于时空融合图神经网络的交通预测方法及系统，该方法利用各个交通节点的历史交通流量数据；计算各交通节点间的历史数据序列的相似度，构建时空邻接矩阵；根据原始路网邻接矩阵和时空邻接矩阵，组成下三角矩阵；将历史交通流量数据输入全连接层进行特征升维，设置具有多个子层的时空卷积重构层，将升维后的数据和下三角矩阵作为时空卷积重构层的输入；对时空卷积重构层的每个子层的输出进行聚合操作，并将聚合操作后的数据输入输出层，得到预测结果。采用本技术方案，能够更完整的保留交通数据的时空特征，优化交通数据预测精度。

本发明授权基于时空融合图神经网络的交通预测方法及系统在权利要求书中公布了：1.一种基于时空融合图神经网络的交通预测方法，其特征在于，包括如下步骤：获取各个交通节点的历史交通流量数据；计算各交通节点间的历史数据序列的相似度，构建时空邻接矩阵；根据原始路网邻接矩阵和时空邻接矩阵，组成下三角矩阵；将历史交通流量数据输入全连接层进行特征升维，设置具有多个子层的时空卷积重构层，将升维后的数据和下三角矩阵作为时空卷积重构层的输入；时空卷积重构层的上一子层的输出为下一子层的输入，且每一子层均对其输入进行重构；对时空卷积重构层的每个子层的输出进行聚合操作，并将聚合操作后的数据输入输出层，得到预测结果；根据原始路网邻接矩阵和时空邻接矩阵，组成下三角矩阵Ast的方法如下：根据各个交通节点的距离构建原始路网邻接矩阵As： 其中，∈1为超参数,dij为节点距离；i∈p，j∈q，p、q为时序数据序列的长度，p、q为正整数；根据DTW算法，计算各交通节点间的历史时序数据序列的相似度，构建时空邻接矩阵Ad：Adi,j＝1,DTWi,j∈2Adi,j＝0,DTWi,j≥∈2根据原始路网邻接矩阵As和时空邻接矩阵Ad，组成下三角矩阵，形如: 其中，∈2为超参数；As∈RN*N为原始路网邻接矩阵，Ad∈RN*N为时空邻接矩阵，T是时空周期数，N为节点数量；Ast的每个子矩阵都是N*N矩阵，下三角矩阵Ast主对角线上方的每个子矩阵Asti，j＝0，其中i＜j，j∈2，...，T，下三角矩阵Ast主对角线下方的每个子元素Asti，j＝Ad，其中i＞j，i∈2，...，T；下三角矩阵Ast主对角线上的子矩阵Asti，i＝As∈RN*N，其中i∈1，2，...，T。

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重庆大学，其通讯地址为：400030 重庆市沙坪坝区沙正街174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。