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！

龙图腾网获悉杭州电子科技大学申请的专利一种用于交通预测的多异构图神经网络构建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：CN119180299B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411180648.1，技术领域涉及：G06N3/042；该发明授权一种用于交通预测的多异构图神经网络构建方法是由僧德文;吴媚;姜天帆设计研发完成，并于2024-08-27向国家知识产权局提交的专利申请。

本一种用于交通预测的多异构图神经网络构建方法在说明书摘要公布了：本发明属于交通流预测技术领域，公开了一种用于交通预测的多异构图神经网络构建方法，包括如下步骤：步骤一：构建时空解耦模块；步骤二：构建节点聚类模块；步骤三：构建DSTGG模块；步骤四：构建SIE模块；步骤五：设计输出和训练策略。本发明的节点聚类模块在交通流量预测方面产生了实质性的积极影响。新颖生成空间图的方式，不仅能够为不同的交通模式分配各自独特的动态时空图，而且能够综合考虑节点之间的相关性以及不同交通模式流量之间的动态变化。聚类特征及动态融合子图中的时空模式的方式在交通流量预测方面产生了实质性的积极影响。

本发明授权一种用于交通预测的多异构图神经网络构建方法在权利要求书中公布了：1.一种用于交通预测的多异构图神经网络构建方法，其特征在于，包括如下步骤： 步骤一：构建时空解耦模块；首先获取不同交通模式的异质性时空特征映射，其次捕获交通网络中每个节点的语义信息和特征表示；然后，利用一个用可学习参数初始化的节点嵌入矩阵来捕获交通网络中每个节点的语义信息和特征表示； 步骤二：构建节点聚类模块；节点聚类模块通过输入P种交通模式特征构建高维特征空间，以进行节点聚类； 步骤三：构建DSTGG模块；引入STGGModule对节点子集之间成对的潜在时空关系建模，生成包含时空融合关系的简单子图，首先，生成空间图：从原始总交通特征中提取日和周的时间特征矩阵和根据聚类中的节点编号从时间矩阵中选取特征；根据稀疏化的空间图和融合时间信息矩阵构建包含时空异质信息的简单图；然后将时空融合图稀疏化，仅保留Top-K个最近节点对时空关系； 步骤四：构建SIE模块；P个节点聚类及其生成的融合子图经过门控图卷积算子捕捉空间依赖关系，然后p聚类的节点信息根据节点序列容池ST进行排序回归，通过RNN的门控循环单位捕捉时间模式，Conv2d通过局部感受野进行特征提取与学习，最后通过可学习参数矩阵的哈达玛乘积对多尺度时空信息进行权重配置； 步骤五：设计输出和训练策略：将模型内部重要的信息流跳跃连接，跳跃连接得到的再通过全连接和二维卷积形成回归层，生成预测状态给定真实值我们通过MAE计算损失来优化模型。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街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。