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！

龙图腾网获悉北京市地铁运营有限公司;北京工业大学申请的专利一种结合动态GCN和微调GPT2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：CN119763327B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411931134.5，技术领域涉及：G08G1/01；该发明授权一种结合动态GCN和微调GPT2的交通预测方法是由魏运;胡永利;白文飞;李明华;牟伦田;吴雁军设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本一种结合动态GCN和微调GPT2的交通预测方法在说明书摘要公布了：本发明公开了一种结合动态GCN和微调GPT2的交通预测方法，定义交通道路图结构：以路段作为节点，路段间的车流上下游关系作为边，来构建路网图，进而表示城市道路的空间结构；即，如果两条路段间存在车流，则定义两个路段节点间存在连接边，并设计邻接矩阵；对输入的交通历史数据，进行预处理，包括缺失值填充、异常值检测以及数据标准化；将预处理后的交通路网数据，包括历史数据以及构建的路网图结构到GCN网络中，学习时空关联性；微调基于GPT2的预测模型：结合GCN来微调GPT‑2；本发明方法引入的动态GCN帮助微调GPT2模型关注了交通网图的空间关系，得到了最好的预测精度。

本发明授权一种结合动态GCN和微调GPT2的交通预测方法在权利要求书中公布了：1.一种结合动态GCN和微调GPT2的交通预测方法，其特征在于，该方法的实现步骤如下： 步骤一：构建交通路网图； S11定义交通道路图结构：以路段作为节点，路段间的车流上下游关系作为边，来构建路网图，进而表示城市道路的空间结构；即，如果两条路段间存在车流，则定义两个路段节点间存在连接边； S12设计邻接矩阵：邻接矩阵的构建包括静态和动态两部分；基于距离的静态构造方法表示为： 其中distvi,vj表示节点vi和vj之间的距离，σ表示距离标准差，k表示距离映射到高斯核的阈值； 步骤二：结合GCN来微调GPT-2； S21对输入的交通历史数据进行预处理，包括缺失值填充、异常值检测以及数据标准化； S22将预处理后的交通路网数据，包括历史数据以及构建的路网图结构G＝V,E,A输入到GCN网络中，学习时空关联性； S23微调基于GPT2的预测模型： 分块处理：对GCN输出的特征矩阵Hl进行重排和填充操作，以确保序列长度适合后续处理；使用指定的步幅将填充后的数据分割成多个块，每个块代表输入数据的一个子序列；转换后的新表示为H”∈RN×i×p，其中p表示每个块的长度，块的数量 嵌入与位置编码：输入J”通过线性层转换为高维向量h∈RN×i×F；同时，为了保留序列的顺序，将嵌入向量h与从预训练GPT-2模型中获得的位置编码pos相结合，得到H＝h+pos； 对于预测模型的设计，使用GPT-2的Transformer层来处理经过GCN提取的特征；Transformer层由多头注意力机制和前馈神经网络组成，能够有效捕捉序列数据中的复杂模式；多头注意力层用于并行处理不同的表示子空间，增强模型的特征提取能力，前馈层则对注意力层的输出进行进一步的非线性变换；为了保留预训练GPT-2模型的已有的上下文知识，在模型训练时，大部分参数被冻结，确保模型在微调过程中保持稳定；其余参数将根据交通数据进行更新，以适应特定的预测任务。

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北京市地铁运营有限公司;北京工业大学，其通讯地址为：100044 北京市西城区西直门外大街2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。