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！

龙图腾网获悉中山大学申请的专利一种考虑多种集散模式的交通枢纽客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：CN119515099B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411516266.1，技术领域涉及：G06Q10/0637；该发明授权一种考虑多种集散模式的交通枢纽客流量预测方法是由张荣辉;邢雯彬设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本一种考虑多种集散模式的交通枢纽客流量预测方法在说明书摘要公布了：本申请涉及人工智能领域，尤其是涉及一种考虑多种集散模式的交通枢纽客流量预测方法，包括：采集多模式客流量数据和外部因素数据，对数据进行预处理，得到原始数据；构造预测模型，所述预测模型包括多通道时序增强模块、时空编码与通道融合模块和优化和预测模块；将所述多模式客流量数据和外部因素数据输入训练完成的所述预测模型，得到交通枢纽中多种交通方式的客流分布预测值。本申请不仅注重多种模式动态时空依赖性，而且融合外部因素，如节假日、天气状况和时间信息，能够对交通枢纽内多种交通方式的客流量进行精细化预测。

本发明授权一种考虑多种集散模式的交通枢纽客流量预测方法在权利要求书中公布了：1.一种考虑多种集散模式的交通枢纽客流量预测方法，其特征在于，包括： 采集多模式客流量数据和外部因素数据，对数据进行预处理，得到原始数据，所述外部因素数据包括节假日、天气状况和时间信息； 构造预测模型，所述预测模型包括多通道时序增强模块、时空编码与通道融合模块和优化和预测模块； 所述多通道时序增强模块使用序列分解通道、历史增强通道和峰值增强通道处理所述原始数据，得到时序特征增强的原始数据； 所述序列分解通道，通过经验模态分解将信号串行分解为一系列固有模态函数，每个固有模态函数代表不同频率范围内的振荡分量，然后通过CEEMDAN算法对每一次分解结果进行集成，得到分解结果； 所述历史增强通道，基于膨胀因果卷积对所述原始数据进行历史增强； 所述峰值增强通道，通过结合不同的MaxPooling1D卷积核捕获所述原始数据中不同时间尺度上的峰值信息； 所述时空编码与通道融合模块中，基于门控循环单元和动态图卷积构造得到时空动态图卷积循环网络，其中，利用动态图卷积操作替换门控循环单元中的矩阵积，然后将通过时序特征增强后的原始数据输入所述时空动态图卷积循环网络，得到编码数据，接着采用自适应的通道注意力机制融合所述编码数据，得到融合数据； 所述优化和预测模块，将所述外部因素数据转换为连续的向量表示，设计每种交通模式的客流量数据对应的外部信息编码，采用位置编码表示所述融合数据的顺序，得到辅助预测数据，将所述融合数据中的每个交通枢纽定义成一个多模式交通图网络，每个交通流抽象为一个节点，结合所述辅助预测数据，通过自注意力机制对各节点在时间维度和特征维度的特征表示进行投影，得到多种交通方式的客流分布预测值； 基于所述多模式客流量数据和外部因素数据，基于预设的损失函数和训练设置训练所述预测模型； 将所述多模式客流量数据和外部因素数据输入训练完成的所述预测模型，得到交通枢纽中多种交通方式的客流分布预测值。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。