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！

龙图腾网获悉华中科技大学申请的专利基于自适应动态图的交通流预测模型构建方法及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：CN116187555B 。

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：202310124440.7，技术领域涉及：G06Q10/04；该发明授权基于自适应动态图的交通流预测模型构建方法及预测方法是由曾伟;唐晨嘉;赵振兴设计研发完成，并于2023-02-16向国家知识产权局提交的专利申请。

本基于自适应动态图的交通流预测模型构建方法及预测方法在说明书摘要公布了：本发明属于智能交通领域，具体涉及基于自适应动态图的交通流预测模型构建方法及预测方法，包括：计算路网上节点时间序列相似度，构建路网静态邻接矩阵；为路网节点分配可学习嵌入向量，与时间编码结合为时空编码，构建动态邻接图，表示节点关系的时间演化；将静态邻接矩阵与动态邻接矩阵融合得到自适应动态邻接矩阵；构建图卷积编码器‑解码器网络结构，将交通流数据与动态邻接矩阵输入编码器，通过自适应动态图卷积循环网络进行特征提取；通过编码器和解码器之间的交互注意力，对编码器输出特征进行加权融合；将带有权重的特征输入解码器，得到交通流预测值。本发明能够有效预测交通流时空变化特征和规律，预测精度高，提升交通流预测效果。

本发明授权基于自适应动态图的交通流预测模型构建方法及预测方法在权利要求书中公布了：1.一种基于自适应动态图的交通流预测模型构建方法，其特征在于，包括：构建图卷积编码器-解码器网络结构以及训练样本集，通过迭代训练得到交通流预测模型； 其中，所述训练样本集中每个训练样本包括该训练样本所取时间段前Q时间步对应的Q个时刻的自适应动态图以及后P时间步对应的P个时刻的交通流标签数据；时刻tj的自适应动态图由路网的静态邻接矩阵与路网在时刻tj的自适应邻接矩阵融合得到，自适应邻接矩阵是通过对路网各节点在时刻tj的时空编码向量进行拼接处理得到，且融合权重以及拼接处理权重均为所述迭代训练过程中的待学习参数； 所述时空编码向量的构建方式为：为每个节点分配一个空间嵌入向量，空间嵌入向量作为网络参数，在所述迭代训练过程中学习得到；将所述所取时间段在不同时间尺度下划分多个时间步，将各时间尺度下的时间特征编码为向量并进行拼接和降维，得到多个时刻的时间嵌入向量，该降维权重为所述迭代训练过程中的待学习参数；将时刻tj的时间嵌入向量与节点vi的所述空间嵌入向量加权融合，得到节点vi在时刻tj的时空编码向量； 其中，图卷积编码器-解码器网络结构中的编码器采用Q个GGRU级联连接；在进行编码操作时，将每个训练样本所取时间段前Q时间步对应的Q个时刻的自适应动态图和交通流数据对应输入级联连接的Q个门控循环单元GGRU，并将由各节点的空间嵌入向量所构成的空间嵌入矩阵分别输入所述Q个门控循环单元GGRU，每个GGRU根据其输入信息进行编码输出，计算未来时空编码与过去时空编码的注意力系数，为编码器输出的隐藏特征分配权重，得到解码器的输入表示。

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中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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”。