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！

龙图腾网获悉南京理工大学申请的专利一种基于注意力机制的GCN-LSTM船舶交通流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：CN114881295B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202210410429.2，技术领域涉及：G06Q10/04；该发明授权一种基于注意力机制的GCN-LSTM船舶交通流预测方法是由康明才;马强设计研发完成，并于2022-04-19向国家知识产权局提交的专利申请。

本一种基于注意力机制的GCN-LSTM船舶交通流预测方法在说明书摘要公布了：本发明公开了一种基于注意力机制的GCN‑LSTM船舶交通流预测方法，首先获取数据集并进行预处理，之后构建基于注意力机制的GCN‑LSTM船舶交通流预测模型并进行训练，最后基于训练后的船舶交通流预测模型进行船舶交通流的预测。本发明的预测模型利用GCN‑LSTM联合模型获取交通流数据的时空相关性特征，并引入注意力机制解决输入序列长度增加所导致的模型预测性能下降的问题，有效提高船舶交通流预测的准确性，能够对港口交通的规划和调度提供依据，对港口的运输效率和安全提供保障。

本发明授权一种基于注意力机制的GCN-LSTM船舶交通流预测方法在权利要求书中公布了：1.一种基于注意力机制的GCN-LSTM船舶交通流预测方法，其特征在于，包括以下步骤： 步骤1、获取数据集并进行预处理； 步骤2、构建基于注意力机制的GCN-LSTM船舶交通流预测模型： 步骤2-1、获取待预测时间段近期、日周期和周周期的船舶交通流数据： xr＝xt-r,…,xt-2,xt-1 xd＝xt-d*m,…,xt-2*m,xt-1*m xw＝xt-r*7*m,…,xt-2*7*m,xt-1*7*m 其中，m表示将一天划分的时间间隔总数；t表示待预测时间段；xt表示t时段的预测区域船舶流量；r,d,w分别表示近期、日周期、周周期的时间间隔数； 步骤2-2、构建GCN图卷积神经网络模型，分别获取三种时间段交通流数据xr、xd和xw的空间关联特征； 步骤2-3、构建长短时记忆LSTM模型，分别获取步骤2-1输出的交通流数据的时间相关性特征； 步骤2-4、构建注意力机制模型，分别确定步骤2-2输出的交通流数据中每个时间节点对预测结果的注意力系数，分别得到三种时间段的预测数据； 步骤2-5、利用特征融合得到最终的船舶交通流预测结果； 步骤3、利用数据集对步骤2构建的模型进行迭代训练，得到训练后的模型； 步骤4、基于训练后的基于注意力机制的GCN-LSTM船舶交通流预测模型进行船舶交通流的预测。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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”。