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！

龙图腾网获悉湖北工业大学申请的专利注意力与多元图卷积融合的时空交通速度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：CN116504075B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202310484139.7，技术领域涉及：G08G1/052；该发明授权注意力与多元图卷积融合的时空交通速度预测方法及系统是由陈宏伟;韩慧设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。

本注意力与多元图卷积融合的时空交通速度预测方法及系统在说明书摘要公布了：本发明公开了一种注意力与多元图卷积融合的时空交通速度预测方法及系统。涉及交通时空预测领域，其技术要点在于：获取辅助数据和主要数据；分别代入扩张时空图卷积中得到图邻接矩阵；对图邻接矩阵进行融合得到融合特征的图邻接矩阵；提取主要数据的通道特征，将通道特征和融合特征的图邻接矩阵进行逐点相加，得到主要数据的输出；提取辅助数据的通道特征，将辅助数据的通道特征和图邻接矩阵进行逐点相加，得到辅助数据的输出；重复上述步骤，当循环达到预定次数时截至，将得到融合特征的的图邻接矩阵进行跳跃连接，得到交通速度预测数据。本发明构建了一种用于交通速度预测的深度学习时空模型，自适应地提取动态空间特征和时间特征。

本发明授权注意力与多元图卷积融合的时空交通速度预测方法及系统在权利要求书中公布了：1.注意力与多元图卷积融合的时空交通速度预测方法，其特征在于，包括以下步骤： 步骤1：获取辅助数据和主要数据；其中，主要数据包括交通速度，辅助数据包括交通流量； 步骤2：分别将辅助数据和主要数据代入扩张时空图卷积中得到辅助数据的图邻接矩阵和主要数据的的图邻接矩阵； 步骤3：对辅助数据的图邻接矩阵和主要数据的图邻接矩阵进行融合得到融合特征的图邻接矩阵；包括：对辅助数据和主要数据经过时空特征提取得到的带有时空嵌入信息的特征向量进行逐像素点相加，得到融合后的图邻接矩阵；公式表示为： 其中，、表示带有时空信息嵌入的特征向量，为节点数，∑表示累加操作，为可学习的权重矩阵，为节点在第个卷积核中的注意力系数，表示逐像素点相加； 步骤4：提取主要数据的通道特征，将主要数据的通道特征和融合特征的图邻接矩阵进行逐点相加，得到主要数据的输出，并作为下一步主要数据的输入；其中，将主要数据的通道特征和融合了带有时空信息嵌入的辅助数据特征的图邻接矩阵进行逐点相加代入以下公式： 其中，表示下一步的输入，表示融合后的特征矩阵，表示数据的通道特征； 步骤5：提取辅助数据的通道特征，将辅助数据的通道特征和辅助数据的图邻接矩阵进行逐点相加，得到辅助数据的输出，并作为下一步辅助数据的输入； 步骤6：重复步骤2-5，当循环达到预定次数时截止，将最终得到融合特征的的图邻接矩阵进行跳跃连接，得到交通速度预测数据。

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工业大学，其通讯地址为：430068 湖北省武汉市洪山区南李路28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”。