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融合空气污染因素的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：CN120564428B 。

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：202511045999.6，技术领域涉及：G08G1/01；该发明授权融合空气污染因素的交通流量预测方法是由李轩;何沐阳;史晓龙;严利鑫;周天清设计研发完成，并于2025-07-29向国家知识产权局提交的专利申请。

本融合空气污染因素的交通流量预测方法在说明书摘要公布了：本发明提出一种融合空气污染因素的交通流量预测方法，该方法包括：获取交通拓扑结构、历史交通流和空气污染物浓度数据，构建交通特征矩阵、邻接矩阵、相关污染物浓度属性矩阵和映射函数，并通过属性增强单元融合空气污染物浓度数据；采用K‑means聚类筛选与交通流相关性最高的污染物，利用属性增强单元将其融入交通流特征；搭建并训练深度学习模型进行交通流量预测。该方法通过结合交通流时空特征和空气污染物的关联性，克服了现有方法仅依赖交通流量数据的局限性，有效提高了预测准确性。

本发明授权融合空气污染因素的交通流量预测方法在权利要求书中公布了：1.一种融合空气污染因素的交通流量预测方法，其特征在于，包括如下步骤： 获取目标区域的路网拓扑结构信息、历史交通流量时序数据集和空气污染物浓度数据集； 根据所述路网拓扑结构信息建立表示路网连通性的邻接矩阵A，根据所述历史交通流量时序数据集建立交通特征矩阵X，根据所述空气污染物浓度数据集建立多个目标污染物的浓度矩阵Y，将与交通特征矩阵X相关性最高的目标污染物的浓度矩阵Y表示为相关污染物浓度属性矩阵K；其中，将与交通特征矩阵X相关性最高的目标污染物的浓度矩阵Y表示为相关污染物浓度属性矩阵K包括：将交通特征矩阵X和一个目标污染物的浓度矩阵Y中的交通流量数据和目标污染物浓度数据分别进行聚类，得到两个带有聚类标签的数据，对所述两个带有聚类标签的数据进行匹配计算，得到聚类相似性指标；将聚类相似性指标的值最高的目标污染物的浓度矩阵Y表示为相关污染物浓度属性矩阵K； 搭建神经网络模型，使用所述邻接矩阵A、所述交通特征矩阵X和所述相关污染物浓度属性矩阵K训练所述神经网络模型；其中，根据所述交通特征矩阵X和所述相关污染物浓度属性矩阵K建立增广矩阵P，以融合空气污染物浓度数据； 根据损失函数，通过反向传播算法对所述神经网络模型的参数进行优化，得到交通流预测模型； 使用所述交通流预测模型进行交通流量预测； 其中，所述神经网络模型包含输入层、两层GCN模型和一层GRU模型；其中，所述输入层用于输入所述交通特征矩阵X、相关污染物浓度属性矩阵K和邻接矩阵A，所述GCN模型用于捕获路段节点之间交通流量数据的空间特征，所述GRU模型用于捕获路段节点之间交通流量数据和空气污染物浓度的时间特征。

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：330013 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。