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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 重庆邮电大学马创获国家专利权

重庆邮电大学马创获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利一种基于时空注意力网络的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:CN115936069B

龙图腾网通过国家知识产权局官网在2025-08-12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:202211616313.0,技术领域涉及:G06N3/0464;该发明授权一种基于时空注意力网络的交通流预测方法是由马创;颜莉;刘帅武;冉鑫;胡锦浩设计研发完成,并于2022-12-15向国家知识产权局提交的专利申请。

一种基于时空注意力网络的交通流预测方法在说明书摘要公布了:本发明属于时空数据预测领域,具体涉及一种基于时空注意力网络的交通流预测方法,包括:采集实时交通流数据,对实时交通流数据进行预处理;将预处理后的实时交通流数据输入到时空注意力网络模型提取实时交通流数据的时间特征、空间特征;将时间特征和空间特征拼接并输入时空注意力模块,自适应的融合时间特征和空间特征,输出时空特征;将时空注意力网络输出的时空特征通过全连接层生成预测的交通流数据。本发明通过使用附有残差连接的时间卷积网络缓解了处理长时间序列可能遇到的梯度消失问题和网络深度增加的网络退化问题;通过图注意力机制结合node2vec能够更有效的建模空间相关性并自适应地学习空间特征,提高了交通流预测精确度。

本发明授权一种基于时空注意力网络的交通流预测方法在权利要求书中公布了:1.一种基于时空注意力网络的交通流预测方法,其特征在于,包括: S1:通过城市交通道路上的传感器采集实时交通流数据,对采集到的实时交通流数据进行预处理; 所述交通流数据包括:各个路段的每间隔t时刻的车道内平均车速、通过的车辆数目和车道内的车辆密度; S2:将预处理后的实时交通流数据输入到时空注意力网络模型,时空注意力模型包括空间相关性提取模块、时间相关性提取模块和时空注意力模块; S3:通过时间相关性提取模块提取实时交通流数据的时间特征; 通过时间相关性提取模块提取实时交通流数据的时间特征,包括: h′t=ReLU[ht||Y]Wh+bh 其中,h′t表示时间特征,ht表示扩张因果卷积在时刻t的输出时间特征,Y表示交通流时间序列,Wh和bh分别表示训练过程中的权重和偏差量; S4:通过空间相关性提取模块提取实时交通流数据的空间特征; 通过空间相关性提取模块提取实时交通流数据的空间特征,包括: 所述空间相关性提取模块包括:图注意力网络层、非线性层、node2vec层、全连接神经网络层; S41:使用图注意力网络层学习交通道路网络中节点与节点之间的复杂一阶邻域空间相关性,根据节点与节点之间的复杂一阶邻域空间相关性通过图注意力机制获取每一个节点对于其一阶邻域节点的注意力系数,使用softmax函数对所有一阶邻居节点计算出的注意力权重进行统一的归一化处理,将节点i所有一阶邻域节点j的特征和对应的注意力权重系数进行加权求和,通过非线性层生成每个节点的一阶邻域空间特征; S42:通过node2vec层学习交通道路网络中带有全局信息的节点空间特征表示,将学习到的特征向量输入全连接神经网络层,得到带有全局信息的空间特征,将学习到的一阶邻域空间特征和带有全局信息的空间特征进行连接操作,得到节点的输出空间特征; S5:将提取到的时间特征和空间特征拼接并输入时空注意力模块,自适应的融合时间特征和空间特征,输出时空特征; S6:将时空注意力网络输出的时空特征通过全连接层生成预测的交通流数据。

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邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路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”。

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。