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！

龙图腾网获悉重庆大学申请的专利一种结合注意力机制的自适应图卷积循环神经网络的轨道交通客流预测模型及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：CN115423189B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202211069744.X，技术领域涉及：G06Q10/04；该发明授权一种结合注意力机制的自适应图卷积循环神经网络的轨道交通客流预测模型及方法是由郑林江;李鹏;刘卫宁;孙棣华设计研发完成，并于2022-09-02向国家知识产权局提交的专利申请。

本一种结合注意力机制的自适应图卷积循环神经网络的轨道交通客流预测模型及方法在说明书摘要公布了：本发明公开了一种结合注意力机制的自适应图卷积循环神经网络的轨道交通客流预测模型及方法，通过使用AEAGRU模块作为编码器‑解码器架构的主要网络模块，用以对时空相关性进行联合建模，并且提出注意力增强自适应图卷积模块AEAGCN对空间动态性和节点的特异性进行建模，解决了现有的轨道预测方法泛化能力不强，无法很好实现精准的轨道客流预测的问题。

本发明授权一种结合注意力机制的自适应图卷积循环神经网络的轨道交通客流预测模型及方法在权利要求书中公布了：1.一种结合注意力机制的自适应图卷积循环神经网络的轨道交通客流预测模型，其特征在于：所述模型采用以下步骤搭建得到： 步骤S1：使用自适应图卷积网络和注意力机制分别学习轨道交通客流中的长期与短期动态空间相关性，并融合两者通过图卷积运算进行长期与短期空间相关性建模，通过编码器‑解码器架构来进行整体AEAGCRN模型搭建； 步骤S2：使用AEAGRU模块作为编码器‑解码器架构的主要网络模块，即以GRU作为的主体框架，将GRU中的MLP运算替换成注意力增强自适应图卷积模块AEAGCN，用以对时空相关性进行联合建模； 步骤S3：利用注意力增强自适应图卷积模块AEAGCN对空间动态性和节点的特异性进行建模； 首先，使用2个自适应的全局共享的节点参数矩阵E1，E2E1∈RN×D来对全局时间域的空间相关性进行建模，D是参数矩阵特征维度；E1，E2分别对所有站点的进站客流与出站客流属性进行的表征，通过E1，E2可训练参数矩阵来构造长时间尺度全局自适应空间相关性矩阵Astatic，用以学习节点之间的隐藏关联关系，具体公式如下： 其中softmax表示非线性归一化方式，ReLU表示一种非线性激活函数；E1，E2是对全量训练集数据进行训练后，得到的两个全局参数共享的关联矩阵，并通过矩阵运算和非线性转换Aatt，也即是Aatt是自适应的； 其次，使用基于注意力机制的动态图结构，从近期历史数据中，捕获近期存在的空间相关性的动态变化，具体公式如下： 表示短期空间相关性矩阵；其中l表示第l层图卷积运算中的参数；是线性变换权值参数矩阵；×运算符表示矩阵乘；通过结合两者，模型能够有效捕获动态空间相关性在不同时间尺度下的特征，实现同时对长期静态与实时动态的空间相关性进行建模；公式如下： 其中l表示第l层图卷积运算的参数，与全局共享参数做区分，表示结合全局参数共享与局部空间特征的空间相关性自适应矩阵； 最后，参考常见图卷积模型，通过引入节点通道域特征矩阵Ec来对不同节点特征进行表征Ec∈RN×d，具体公式如下： 其中Wc∈Rd×C_in×C_out，表示可训练权值矩阵，bc∈RC_in×C_out表示偏置项；Hl表示第l层的图卷积网络层AEAGCN的输入，也是上一层图卷积运算的输出。

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重庆大学，其通讯地址为：400030 重庆市沙坪坝区沙正街174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。