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！

龙图腾网获悉山东大学;山东高速东营发展有限公司;山东省交通科学研究院申请的专利基于时空图卷积神经网络的交通流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：CN116486624B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202310474667.4，技术领域涉及：G08G1/065；该发明授权基于时空图卷积神经网络的交通流预测方法及系统是由吴建清;许晔;霍延强;闫方;韩汶;杜双;王晓燕;田源;王旭;李利平设计研发完成，并于2023-04-24向国家知识产权局提交的专利申请。

本基于时空图卷积神经网络的交通流预测方法及系统在说明书摘要公布了：本发明提供了一种基于时空图卷积神经网络的交通流预测方法及系统，包括：获取高速公路的相关信息，并进行相应预处理；其中，所述相关信息包括道路收费信息、道路属性信息以及道路交通信息；基于所述道路收费信息及道路属性信息，利用预先构建的图自学习模块将道路收费信息编码至图邻接矩阵中，并获得最优的图邻接矩阵；基于作为节点信息的所述道路收费信息及道路交通信息，并结合所述最优图邻接矩阵，利用预先训练的基于时间注意力机制的时空图卷积神经网络模型，获得高速公路的交通流预测结果。

本发明授权基于时空图卷积神经网络的交通流预测方法及系统在权利要求书中公布了：1.一种基于时空图卷积神经网络的交通流预测方法，其特征在于，包括： 获取高速公路的相关信息，并进行相应预处理；其中，所述相关信息包括道路收费信息、道路属性信息以及道路交通信息； 基于所述道路收费信息及道路属性信息，利用预先构建的图自学习模块将道路收费信息编码至图邻接矩阵中，并获得最优图邻接矩阵；其中，所述图自学习模块包括用于整合节点距离图邻接矩阵、节点实际连接图邻接矩阵和道路收费图邻接矩阵的宏观图邻接矩阵获取单元以及基于若干卷积运算捕捉节点间短期波动的微观图邻接矩阵获取单元； 所述宏观图邻接矩阵的获取，具体为：基于交通流探测器节点之间的距离、交通流探测器节点之间的连接关系以及道路收费信息，分别构建节点距离图邻接矩阵、节点实际连接图邻接矩阵和道路收费图邻接矩阵；基于预设计算方式对各个图邻接矩阵进行整合，获得初始图邻接矩阵；基于图自学习挖掘节点间的空间关系，生成新的图邻接矩阵，并将所述初始图邻接矩阵与新的图邻接矩阵进行融合，经稀疏处理后获得宏观图邻接矩阵； 所述道路属性特征包括交通流探测器节点之间的距离、道路宽度及匝道数；所述道路交通特征信息包括交通流、车速以及占有率； 对各个图邻接矩阵进行整合，具体采用如下公式： 其中，，，表示反映第种关系的图邻接矩阵，表示单位矩阵，为指标函数； 基于作为节点信息的所述道路收费信息及道路交通信息，并结合所述最优图邻接矩阵，利用预先训练的基于时间注意力机制的时空图卷积神经网络模型，获得高速公路的交通流预测结果。

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山东大学;山东高速东营发展有限公司;山东省交通科学研究院，其通讯地址为：250002 山东省济南市市中区二环东路12550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”。