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！

龙图腾网获悉北京交通大学申请的专利一种基于自监督学习算法的交通数据插补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：CN115618180B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202211142625.2，技术领域涉及：G06F17/16；该发明授权一种基于自监督学习算法的交通数据插补方法是由郭晟楠;刘乐;彭文闯;王晨宇;万怀宇;林友芳设计研发完成，并于2022-09-20向国家知识产权局提交的专利申请。

本一种基于自监督学习算法的交通数据插补方法在说明书摘要公布了：本发明提供了一种基于自监督学习算法的交通数据插补方法，属于智能交通领域。所述方法包括：获取原始缺失交通数据，构造拥有真实标签信息的缺失节点，得到伪缺失交通数据；构造缺失掩码矩阵和缺失间隔矩阵；用滑动窗口分别处理原始缺失交通数据、伪缺失交通数据、缺失掩码矩阵和缺失间隔矩阵，构建样本并划分为训练集和验证集；构建包括样本预处理模块、插补编码模块和线性变换模块的数据插补模型，插补编码模块从预处理后的伪缺失交通数据和缺失间隔矩阵中学习时空模式得到插补数据，线性变换模块利用时空模式进行数据插补；采集待插补数据，构造缺失掩码矩阵和缺失间隔矩阵，使用训练好的数据插补模型补全缺失的交通数据，得到期望交通数据。

本发明授权一种基于自监督学习算法的交通数据插补方法在权利要求书中公布了：1.一种基于自监督学习算法的交通数据插补方法，其特征在于，所述方法包括如下步骤： 步骤S1，获取原始缺失交通数据，并通过按照预定比例随机删除可观察值的方式人为构造拥有真实标签信息的缺失节点，作为人为构造的缺失节点，得到伪缺失交通数据； 步骤S2，基于人为构造的缺失节点和原始缺失节点，构造能指示交通数据缺失与否的缺失掩码矩阵，并利用缺失掩码矩阵构造缺失间隔矩阵； 步骤S3，设置滑动窗口，预设窗口时间长度及滑动步长；用滑动窗口分别处理原始缺失交通数据、伪缺失交通数据、缺失掩码矩阵和缺失间隔矩阵；对于伪缺失交通数据、缺失掩码矩阵和缺失间隔矩阵，每个滑动窗口对应一个样本的输入，每个滑动窗口下人为构造的缺失节点对应原始缺失交通数据中的真实标签数据作为样本的监督信息；再按预定比例将构建的所有样本划分为训练集和验证集； 步骤S4，构建数据插补模型，所述模型包括：样本预处理模块、插补编码模块和线性变换模块；所述样本预处理模块用于以衰减感知的方式基于缺失掩码矩阵和缺失间隔矩阵初步对每个样本输入的伪缺失交通数据进行填补，得到填补后样本；所述插补编码模块包括一个嵌入层、一个衰减感知自适应时空图卷积层和L-1个自适应时空图卷积层，用于从填补后样本和缺失间隔矩阵中学习交通数据的时空模式得到插补数据；所述线性变换模块用于利用插补数据对与样本对应的原始缺失交通数据进行数据插补，得到期望交通数据； 步骤S5，将所述训练集和验证集输入所述数据插补模型进行模型训练，得到最优的模型参数，保存训练好的数据插补模型； 步骤S6，采集待插补交通数据，按滑动窗口长度将待插补数据划分为若干待插补交通数据样本，并构造每个待插补交通数据样本的缺失掩码矩阵和缺失间隔矩阵； 步骤S7，将所述待插补交通数据样本及对应的缺失掩码矩阵和缺失间隔矩阵输入训练好的数据插补模型，得到插补后的期望交通数据。

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北京交通大学，其通讯地址为：100044 北京市海淀区上园村3号北京交通大学计算机科学与信息技术学院；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”。