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！

龙图腾网获悉苏州大学申请的专利融合迁移学习与宏观基本图的路网级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：CN119358730B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202411388981.1，技术领域涉及：G06Q10/04；该发明授权融合迁移学习与宏观基本图的路网级交通预测方法是由卢维科;汪建国;陈磊;胡国静;夏凡珺;成明;聂奇凡设计研发完成，并于2024-10-08向国家知识产权局提交的专利申请。

本融合迁移学习与宏观基本图的路网级交通预测方法在说明书摘要公布了：本发明涉及智能交通技术领域，具体指一种融合迁移学习与宏观基本图的路网级交通预测方法，包括：基于语义分割算法，划分区域路网；基于宏观基本图，确定目标域和源域；基于皮尔逊相关系数、最大均值差异，构建数据建模优度，确定最大数据建模优度对应目标域检测器、源域检测器，并利用滑动窗口法，生成目标域训练样本集及其对应真实值集、源域训练样本集及其对应真实值集；利用源域训练样本集及其对应真实值集训练交通预测模型，得到源域交通预测模型；利用过滤后的目标域训练样本集及其对应真实值集自适应训练源域交通预测模型，得到目标域交通预测模型。本发明提高了在数据不足地区交通数据预测精度，从而提高交通管理效率，缓解交通拥堵问题。

本发明授权融合迁移学习与宏观基本图的路网级交通预测方法在权利要求书中公布了：1.一种融合迁移学习与宏观基本图的路网级交通预测方法，其特征在于，包括： 根据区域路网的历史交通数据、预设区域划分数量，基于语义分割算法对区域路网进行划分，得到区域路网的各个子区域； 基于各个子区域的宏观基本图，获取各个子区域的临界占有率；任选一子区域作为目标域，将临界占有率处于目标域的临界间隔范围内的其他子区域作为目标域的各个临界相关子区域，在目标域的临界间隔范围内，分别计算目标域的宏观基本图与其各个临界相关子区域的宏观基本图围成的曲线面积，并将计算得到的最小曲线面积对应的临界相关子区域作为源域；若目标域的临界间隔范围内不存在其他子区域的临界占有率，则重新划分区域路网； 分别以目标域内各个检测器为中心，获取目标域内各个建模道路各个时刻的流量值，建立目标域中各个检测器的流量时间矩阵；分别以源域内各个检测器为中心，获取源域内各个建模道路各个时刻的流量值，建立源域中各个检测器的流量时间矩阵； 基于目标域中各个检测器的流量时间矩阵与源域中各个检测器的流量时间矩阵之间的皮尔逊相关系数以及无偏估计量，得到目标域中各个检测器的流量时间矩阵与源域中各个检测器的流量时间矩阵之间的数据建模优度； 分别以得到的最大数据建模优度对应的目标域检测器、源域检测器为中心，获取目标域以及源域内各个建模道路各个时刻的流量值及占有率值，并利用滑动窗口法，设置滑动窗口大小为，滑动步长为1，对于一条建模道路，以滑动窗口内每个时刻的流量值或占有率值作为一个训练样本，以第时刻的流量值或占有率作为该训练样本对应的真实值，从而生成目标域训练样本集及其对应的真实值集、源域训练样本集及其对应的真实值集； 利用源域训练样本集及其对应的真实值集，对交通预测模型进行训练，得到源域交通预测模型；其具体包括： 基于第一卷积神经网络，提取源域训练样本集中各个流量训练样本内各个时刻的流量值的时空特征，得到各个流量训练样本对应的流量预测值； 基于第二卷积神经网络，提取源域训练样本集中各个占有率训练样本内各个时刻的占有率值的时空特征，得到各个占有率训练样本对应的占有率预测值； 整合源域训练样本集中归一化后的各个流量训练样本与各个占有率训练样本，得到各个联合流量-占有率样本；将各个联合流量-占有率样本输入至第三卷积神经网络中，输出各个联合流量-占有率样本对应的联合流量-占有率预测值； 将各个联合流量-占有率样本对应的联合流量-占有率预测值划分出的各个流量的单独预测值标准化后，与各个流量训练样本对应的流量预测值进行整合，再输入至第一神经网络，输出各个流量训练样本对应的流量的最终预测值； 将各个联合流量-占有率样本对应的联合流量-占有率预测值划分出的各个占有率的单独预测值标准化后，与各个占有率训练样本对应的占有率预测值进行整合，再输入至第二神经网络，输出各个占有率训练样本对应的占有率的最终预测值； 根据各个流量训练样本对应的流量的最终预测值、各个占有率训练样本对应的占有率的最终预测值、以及源域训练样本集对应的真实值集，计算损失函数；通过最小化损失函数，得到多卷积神经网络耦合交通预测模型的各个参数，完成多卷积神经网络耦合交通预测模型的训练；将训练好的多卷积神经网络耦合交通预测模型作为源域交通预测模型； 利用过滤后的目标域训练样本集及其对应的真实值集，对源域交通预测模型进行自适应训练，得到目标域交通预测模型。

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苏州大学，其通讯地址为：215000 江苏省苏州市吴江区久泳西路1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。