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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于视觉采样的多维特征时空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：CN119068671B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202411099798.X，技术领域涉及：G08G1/01；该发明授权一种基于视觉采样的多维特征时空流量预测方法是由陈婧;张胜设计研发完成，并于2024-08-12向国家知识产权局提交的专利申请。

本一种基于视觉采样的多维特征时空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视觉采样的多维特征时空流量预测方法，包括如下步骤：步骤1、根据历史交通流量数据，获取交通流量信息矩阵和空间矩阵；步骤2、获取视觉数据，并根据视觉数据估计交通流动中不同车辆类型的混入率；步骤3、交通异常检测并量化，获取交通异常特征矩阵；步骤4、构建可扩展的多维预测模型；步骤5、将交通流量信息、交通异常特征和混入率特征整合为综合交通信息矩阵，通过可扩展的多维预测模型预测未来Q步的流量。该方法通过视觉采样量化异质交通流量，并结合道路异常特征，实现准确的交通流量预测。

本发明授权一种基于视觉采样的多维特征时空流量预测方法在权利要求书中公布了：1.一种基于视觉采样的多维特征时空流量预测方法，其特征在于，包括如下步骤： 步骤1、根据历史交通流量数据，获取交通流量信息矩阵F和空间矩阵G； 步骤2、获取视觉数据，并根据视觉数据估计交通流动中不同车辆类型的混入率M，获取混入率特征矩阵 步骤3、交通异常检测并量化，获取交通异常特征矩阵 步骤4、构建可扩展的多维预测模型，所述可扩展的多维预测模型包括时序模块、空间模块和可扩展的多维特征模块； 步骤5、将交通流量信息、混入率特征和交通异常特征整合为综合交通信息矩阵X＝[F,M,U]，将交通流量预测问题定义为学习一个映射函数f，使用过去P步的历史交通信息和道路网络结构，通过可扩展的多维预测模型预测未来Q步的流量， 利用所述可扩展的多维预测模型预测交通流量方法为： 所述时序模块利用历史流量数据嵌入Femb时间信息嵌入Temb，通过时间融合过程Tfus＝FusionFemb||Temb融合历史流量信息与时间信息，以确保特征表示的时间连续性和相关性； 所述空间模块利用预定义图得到一个图嵌入矩阵G0； 所述可扩展的多维特征模块对应交通异常特征和混入率特征设置不同嵌入层，对于混入率和异常交通条件，随后在各自的流中融合混入率融合和异常融合，形成各自的隐藏表示，混入率隐藏表示HM,异常隐藏表示HU，最后拼接多个特征隐藏表示形成综合特征： Hfeatures＝concatHM，HU，…,Hother 最终的预测输出通过映射函数生成，其中所述映射函数由深度学习网络训练得到。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。