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;重庆首讯科技股份有限公司申请的专利一种基于深度元学习的高速公路拥堵消散时间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：CN117012031B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202311111417.0，技术领域涉及：G06Q10/04；该发明授权一种基于深度元学习的高速公路拥堵消散时间预测方法是由孙棣华;赵敏;任玲;赵文竹;刘海生;陈星州;李扬扬;汪浩设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本一种基于深度元学习的高速公路拥堵消散时间预测方法在说明书摘要公布了：本发明公开了一种基于深度元学习的高速公路拥堵消散时间预测方法，包括以下步骤：采集拥堵路段的车辆轨迹数据以及上下游的ETC数据，提取车辆与交通流特征，收集路段异常事件信息整理形成数据集；使用CNN从数据集中捕获交通流的空间特征，使用GRU从数据集中捕获交通流的时间特征；构建拥堵消散时间预测模型；针对不同类型的异常事件，拥堵消散时间预测模型采用MAML方法进行分任务学习，从而得到不同异常事件类型下的拥堵消散时间预测结果。本发明方法能够有效克服现有拥堵消散时间预测方法在应对异常事件时存在的局限性，实现更高的预测精度和适应性。

本发明授权一种基于深度元学习的高速公路拥堵消散时间预测方法在权利要求书中公布了：1.一种基于深度元学习的高速公路拥堵消散时间预测方法，其特征在于，包括以下步骤： S1.采集拥堵路段的车辆轨迹数据以及上下游的ETC数据，提取车辆与交通流特征，收集路段异常事件信息整理形成数据集； S2.使用CNN从数据集中捕获交通流的空间特征，使用GRU从数据集中捕获交通流的时间特征； S3.根据数据集以及交通流的空间特征和时间特征，构建拥堵消散时间预测模型； S3.1将异常事件信息及发生异常路段的整合信息统称为属性特征，对属性特征进行形式转换； I.引入独热编码对路段属性特征及异常事件发生时段进行形式转换，转换结果如下： ["普通段","隧道段","纵坡段","急弯段"]＝[1000,0100,0010,0001] ["夜间","高峰期","普通时段"]＝[100,010,001] II.按对交通流的影响程度对天气信息进行赋值，转换结果如下： ["阴\晴","小雨\小雪","中雨\中雪","大雨\大雪","雾霾"]＝[0,1,2,3,4] S3.2构建预测模型的属性特征提取模块； 属性特征具体内容项如下： {"路段类型","天气情况","封闭车道数"} S3.3将属性特征提取模块提取的所有属性特征输入一个全连接层，然后使用拆分注意力机制分别对时空特征与属性特征分配注意力权重； S3.4使用输出层将全连接层的输出映射到拥堵消散时间预测的空间，完成拥堵消散时间预测模型的搭建； S3.5设计堵消散时间预测模型的损失函数； S4.针对不同类型的异常事件，步骤S3构建的拥堵消散时间预测模型采用MAML方法进行分任务学习，从而得到不同异常事件类型下的拥堵消散时间预测结果。

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重庆大学;重庆首讯科技股份有限公司，其通讯地址为：400044 重庆市沙坪坝区正街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。