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！

龙图腾网获悉华东交通大学申请的专利一种基于分层注意力的交通流量预测方法及系统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：CN117195976B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202311312678.9，技术领域涉及：G06N3/049；该发明授权一种基于分层注意力的交通流量预测方法及系统是由廖辉传;周云飞;蓝缘春;凌嘉壕;黄晓辉设计研发完成，并于2023-10-11向国家知识产权局提交的专利申请。

本一种基于分层注意力的交通流量预测方法及系统在说明书摘要公布了：本发明提出一种基于分层注意力的交通流量预测方法及系统，该方法为：利用三个独立的通道来捕获不同周期的交通流量时空模式，在尺度通道的循环层采用耦合图卷积网络CGCN和残差图注意力RGAT，旨在获得聚合的边加权流量状态和动态学习节点权重，在获得三个通道的预测后，应用残差通道注意力RCAT进行整合，计算出最终的预测结果。本发明提出的一种交通流量预测方法，通过三个独立通道、CGCN、RGAT以及用于融合时间特征并生成最终预测的RCAT，有效地对交通网络中道路之间的空间、时间和语义相关性进行建模，更贴合真正的动态流量场景，实现多个角度动态学习不同时空下的交通流量状态，由此进一步提高了预测交通流量的准确度。

本发明授权一种基于分层注意力的交通流量预测方法及系统在权利要求书中公布了：1.一种交通流量预测方法，其特征在于，所述方法包括： 收集目标站点的历史交通流量数据，对所述历史交通流量数据进行预处理，得到交通流量数据序列； 建立三个不同的尺度通道，所述三个不同的尺度通道分别为小时尺度通道、日尺度通道以及周尺度通道，所述三个不同的尺度通道均采用输入层、循环层和输出层的网络结构； 将所述交通流量数据序列划分到所述三个不同的尺度通道中，分别得到对应的交通流量数据子序列； 把所述交通流量数据子序列作为所述输入层数据，在所述循环层内利用耦合图卷积网络CGCN和残差图注意力RGAT更新所述交通流量数据子序列的关系矩阵，并在每个时间间隔学习节点嵌入，在所述输出层得到对应尺度通道下的预测交通流量的时序特征；具体包括： 采用耦合图卷积网络CGCN来学习站点之间的关系矩阵，将每个时间间隔内的交通流量特征和初始关系矩阵作为图卷积的输入，每层图卷积提取尺度通道下对应的站点特征和关系矩阵的表达式为： ， 其中，K是图卷积网络中的一个超参数，表示每一层中的卷积核数量，即在每一层中使用的卷积核数量，k是一个索引变量，表示在图卷积网络的第i层中，第k个卷积核，表示第m-1层中第k个卷积核的权重参数，表示卷积层总数，是表示m-1层的站点特征，是表示m-1层的关系矩阵，所述表示为： ， 其中，分别表示m-2层的关系矩阵，和是通过SVD得到基于时间和空间的低秩子矩阵，、是可学习的全连接层的参数，T表示周期； 评估每层关系矩阵的注意力分数，以聚合不同层的站点特征，所述卷积的聚合特征F表示为：，所述作为耦合图卷积网络CGCN的输出数据， 其中，所述表示为： ， 其中，和是全连接层中可学习的参数； 通过残差通道注意力RCAT对各个尺度通道下的所述预测交通流量的时序特征进行整合，以得到最终预测交通流量。

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东交通大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808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。