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！

龙图腾网获悉华南理工大学申请的专利一种基于多源数据特征融合的多模态交通流量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：CN119323879B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411338723.2，技术领域涉及：G08G1/01；该发明授权一种基于多源数据特征融合的多模态交通流量预测方法是由陈璐璐;李世杰;蒋怀光;胡瑞灿;李炜键;李浩勤设计研发完成，并于2024-09-25向国家知识产权局提交的专利申请。

本一种基于多源数据特征融合的多模态交通流量预测方法在说明书摘要公布了：本发明公开了一种基于多源数据特征融合的多模态交通流量预测方法，包括：获取交通数据；根据交通数据划分训练集和测试集；构建交通预测模型，采用训练集对交通预测模型进行训练；采用测试集对交通预测模型进行验证；其中，交通预测模型包括：云图编码器，用于对云图数据进行特征提取，获得云图特征；时空编码器，用于对时空数据进行特征提取，获得时空特征；融合模块，用于将云图特征和时空特征进行融合，获得融合特征；将云图特征、时空特征和融合特征进行相加操作，输入时空解码器进行预测，获得最终的预测结果。本发明融合多方位多维度信息，精简时空特征提取过程中的冗余信息，实现了高效且高精度的预测，可广泛应用于交通流量预测技术领域。

本发明授权一种基于多源数据特征融合的多模态交通流量预测方法在权利要求书中公布了：1.一种基于多源数据特征融合的多模态交通流量预测方法，其特征在于，包括以下步骤： 获取交通数据； 根据获得的交通数据划分训练集和测试集； 构建交通预测模型，采用训练集对交通预测模型进行训练；采用测试集对交通预测模型进行验证； 其中，所述交通预测模型包括云图编码器、时空编码器、融合模块以及时空解码器； 所述云图编码器用于对输入的云图数据进行特征提取，获得云图特征； 所述时空编码器用于对输入的时空数据进行特征提取，获得时空特征； 融合模块用于将云图特征和时空特征进行融合，获得融合特征； 将云图特征、时空特征和融合特征进行相加操作，输入时空解码器进行预测，获得最终的预测结果； 所述云图编码器包括： 图片嵌入层，用于对云图进行区域划分处理，获得一个多维序列，以确保输入维度适用于后续的多头自注意力层和第一前馈网络层的处理； 多头自注意力层，用于通过注意力机制使得序列中的每个位置能够聚焦于序列中其他位置，以捕捉序列内的依赖关系； 第一前馈网络层，用于引入非线性表达，以整合不同信息，确保信息的多样性； 所述时空编码器与时空解码器的结构相同；所述时空编码器的输入为时空数据；所述时空解码器的输入为云图特征和时空特征对齐后，与融合特征的相加； 所述时空解码器包括： 图卷积神经网络层，用于对输入数据进行空间特征提取，通过聚合相邻节点的信息生成新的特征； 维度转换层，用于对生成的特征进行维度匹配的转换，获得一维时序，以适应时间特征提取； TimesNet网络层，包括时序变化模块和卷积提取模块；其中，所述时序变化模块用于对输入的一维时序特征取周期，并将之转换成为二维张量来表示二维时序变化；所述卷积提取模块用于根据二维时序捕获时间特征，并基于捕获的时间特征进行预测。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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。