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！

龙图腾网获悉湖北大学申请的专利一种基于混合图卷积的同步时空多步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：CN118828548B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202410991628.6，技术领域涉及：H04W16/22；该发明授权一种基于混合图卷积的同步时空多步流量预测方法是由朱国胜;胡晨;祁小云设计研发完成，并于2024-07-23向国家知识产权局提交的专利申请。

本一种基于混合图卷积的同步时空多步流量预测方法在说明书摘要公布了：本发明公开了一种基于混合图卷积的同步时空基站流量预测方法。针对用户复杂的移动性与网络调度分配机制的随机性挑战，以及在提取流量空间特征时存在的局部过度集中现象。本发明通过门控时序卷积网络，细粒度的提取临近时、临近天、临近周这三类短期流量特征，同时将基于空域的动态图卷积网络与基于谱域的自适应图卷积网络相融合，双图结构可有效地提取用户与网络调度的突发性随机依赖关系。最后为避免图卷积网络的局部特征过度集中现象，创新性引入一个时空门控机制，动态的融合时序特征与空间特征。实验结果表明该方案在短期还是中长期预测中都具有较好的性能表现，即使在最后一个时间步上，也可将误差保持在相对稳定范围。

本发明授权一种基于混合图卷积的同步时空多步流量预测方法在权利要求书中公布了：1.一种基于混合图卷积的同步时空多步流量预测方法，其特征在于，包括以下步骤： 步骤一、按照蜂窝流量在时序上的周期性与季节特性，将时空数据集细粒度的切取划分为三个相同长度的历史时间步长，再使用门控时序卷积网络提取流量的短期时序特征； 步骤二、按照蜂窝流量在空间上的随机性与突发性，将基于空域的动态图卷积网络与基于谱域的自适应图卷积网络相融合，使用混合图结构来提取流量的空间特征； 步骤三、针对图卷积网络过度关注局部特征的问题，在同步时空特征融合模块动态加权融合数据的空间特征与短期时序特征，在提取完混合空间特征之后，使用携带历史数据的时间特征动态的校正这种偏差性，同步时空特征融合模块公式如下： 其中，Wt、Wg、bf均为可学习参数，Hl∈RT×N×D既是STFM模块的输出同时也是第l层SSTHL模块的输出； 步骤四、步骤三中同步时空特征融合模块的输出为第l层SSTHL模块的输出，引入参数化跳跃连接，将前一层的输出与当前层的输入相加，设置跳跃连接的通道数以及最后一次的通道数，跳跃连接完毕后再使用两个全连接层来实现输出层，最后输出预测的多步结果为M是预测未来的时间步步长。

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湖北大学，其通讯地址为：430062 湖北省武汉市武昌区友谊大道368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”。