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！

龙图腾网获悉北京大学深圳研究生院申请的专利城市停车需求预测方法和装置、设备、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：CN120258473B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510732047.5，技术领域涉及：G06Q10/0631；该发明授权城市停车需求预测方法和装置、设备、存储介质是由赵鹏军;徐永健;陈睿;郭武鑫设计研发完成，并于2025-06-03向国家知识产权局提交的专利申请。

本城市停车需求预测方法和装置、设备、存储介质在说明书摘要公布了：本申请公开了一种城市停车需求预测方法和装置、设备、存储介质，涉及人工智能及智慧交通技术领域。该方法包括：确定目标城市的目标停车点；确定包含目标停车点的至少两个兴趣区域；获取至少两种建筑物类型各自在每一兴趣区域中的属性，得到建筑物信息；将至少两个兴趣区域的建筑物信息进行整合，得到目标兴趣建筑物信息；通过停车率预测模型对目标兴趣建筑物信息进行回归，得到目标预测停车率；通过停车时段预测模型对目标兴趣建筑物信息进行分类，得到目标预测停车时段；显示目标预测停车率和目标预测停车时段。本申请能够为停车点预测出停车率和停车时段，提高了停车需求预测粒度的精细化，能有效缓解停车供需矛盾。

本发明授权城市停车需求预测方法和装置、设备、存储介质在权利要求书中公布了：1.一种城市停车需求预测方法，其特征在于，所述方法包括： 确定目标城市的目标停车点； 确定包含所述目标停车点的至少两个兴趣区域，任意两个所述兴趣区域的区域尺度不相同； 获取至少两种建筑物类型各自在每一所述兴趣区域中的属性，得到建筑物信息； 将所述至少两个兴趣区域的所述建筑物信息进行整合，得到目标兴趣建筑物信息； 通过预训练的停车率预测模型对所述目标兴趣建筑物信息进行回归，得到所述目标停车点的目标预测停车率； 通过预训练的停车时段预测模型对所述目标兴趣建筑物信息进行分类，得到所述目标停车点的目标预测停车时段； 显示所述目标预测停车率和所述目标预测停车时段； 其中，所述方法还包括预训练所述停车率预测模型，具体包括： 获取第一样本停车位的第一样本兴趣建筑物信息，其中，所述第一样本兴趣建筑物信息指示至少两种建筑类型各自在至少两个第一样本兴趣区域中的每一所述第一样本兴趣区域的属性，所述第一样本停车位具有停车率标签值，所述停车率标签值指示所述第一样本停车位的停车率，所述至少两个第一样本兴趣区域包括区域尺度等差递增的第一尺度样本兴趣区域、第二尺度样本兴趣区域和第三尺度样本兴趣区域； 通过预设的第一随机森林模型对所述第一样本兴趣建筑物信息进行回归，得到停车率预测值； 根据所述停车率预测值和所述停车率标签值之间的差距，对所述第一随机森林模型进行训练，得到停车率预测模型； 若所述第一样本兴趣建筑物信息中的兴趣区域包括所述第一尺度样本兴趣区域和所述第二尺度样本兴趣区域，将所述停车率预测模型记为第一候选停车率预测模型，且对所述第一候选停车率预测模型进行性能评估，得到第一性能评估数据； 若所述第一样本兴趣建筑物信息中的兴趣区域包括所述第一尺度样本兴趣区域和所述第三尺度样本兴趣区域，将所述停车率预测模型记为第二候选停车率预测模型，且对所述第二候选停车率预测模型进行性能评估，得到第二性能评估数据； 若所述第一样本兴趣建筑物信息中的兴趣区域包括所述第一尺度样本兴趣区域、所述第二尺度样本兴趣区域和所述第三尺度样本兴趣区域，将所述停车率预测模型记为第三候选停车率预测模型，且对所述第三候选停车率预测模型进行性能评估，得到第三性能评估数据； 根据所述第一性能评估数据、所述第二性能评估数据和所述第三性能评估数据之间的比较，从所述第一候选停车率预测模型、所述第二候选停车率预测模型和所述第三候选停车率预测模型中筛选出最终的停车率预测模型。

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北京大学深圳研究生院，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城北大园区H栋208室；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”。