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！

龙图腾网获悉安徽大学申请的专利一种基于长短期时空记忆的交通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：CN120183176B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510184418.0，技术领域涉及：G08G1/01；该发明授权一种基于长短期时空记忆的交通预测方法是由张梦晴;纪霞;任玉龙设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本一种基于长短期时空记忆的交通预测方法在说明书摘要公布了：本发明公开了一种基于长短期时空记忆的交通预测方法，首先采集交通数据并预处理后，转化为交通序列；构建交通预测模型，首先构建时序依赖图和记忆自适应图，得到两个邻接矩阵，然后两个邻接矩阵分别结合输入的交通序列通过编码器进行长短期时空特征提取后，进行多层次特征自适应集成，得到集成编码特征，再利用记忆节点参数库重构长期时空信息，并与集成编码特征拼接后，使用解码器生成交通数据的预测结果；最后训练交通预测模型，得到预测误差，再结合对比学习损失函数，进行反向传播训练，最终生成训练好的交通预测模型。本发明能够得到交通序列全面的空间关系，并且能够捕获数据随时间而不断变化的动态特征，提高预测精度。

本发明授权一种基于长短期时空记忆的交通预测方法在权利要求书中公布了：1.一种基于长短期时空记忆的交通预测方法，其特征在于：具体包括有以下步骤： 1、采集交通数据并进行预处理后，使用滑动窗口将采集的交通数据转为时间序列形式，得到交通序列； 2、构建交通预测模型，将真实交通序列划分为训练集、验证集与测试集，从而进行交通预测模型的训练，并得到预测误差结合对比学习损失函数，进行反向传播训练，最终生成训练好的交通预测模型；预测时，将交通序列输入到交通预测模型中，首先构建时序依赖图，并通过记忆节点参数库生成记忆自适应图，得到时序依赖图的邻接矩阵和记忆自适应图的邻接矩阵，然后两个邻接矩阵分别结合输入的交通序列通过对应的编码器进行多层次特征提取，两个编码器的输出分别为结合时序依赖图得到的短期时空信息和结合记忆自适应图得到的长期时空信息，两个编码器的输出再进行多层次特征自适应集成，得到集成编码特征，最后利用记忆节点参数库重构长期时空信息，并将重构的长期时空信息与集成编码特征拼接后，使用解码器生成交通数据的预测结果。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。