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！

龙图腾网获悉重庆邮电大学申请的专利一种基于聚合时空多图卷积网络改进的交通流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：CN118097948B 。

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：202410213079.X，技术领域涉及：G08G1/01；该发明授权一种基于聚合时空多图卷积网络改进的交通流预测方法是由王高鹏;罗涓设计研发完成，并于2024-02-27向国家知识产权局提交的专利申请。

本一种基于聚合时空多图卷积网络改进的交通流预测方法在说明书摘要公布了：本发明请求保护一种基于聚合时空多维的多图卷积网络的交通流预测方法，分别从时间维度、空间维度和融合时空维度出发，挖掘交通数据的动态空间关联性，时空同步性和时空异质性，周期性，并分别构建相应的自适应图结构，时空融合图结构，模式相似图结构，完善考虑交通流数据的多种时空特征，解决当前研究中交通数据性质捕获不完全的问题。本发明主要创新点是基于对交通数据的潜在特征的分析，提出一种多图聚合的网络框架，分别包含不固定于先验数据，通过数据自学习生成的自适应图，空间维度受时间维度影响一直变化的时空融合图，以及存在周期性和相似性的模式相似图。本发明提高了预测的准确性。

本发明授权一种基于聚合时空多图卷积网络改进的交通流预测方法在权利要求书中公布了：1.一种基于聚合时空多图卷积网络改进的交通流预测方法，其特征在于，包括以下步骤： 步骤1，获取交通路网各个节点的历史交通流数据，并进行清洗筛选和归一化处理； 步骤2，表征交通流数据的时空特性，构造数据特征增强层； 步骤3，分析交通流数据特征，根据其特征构建相应的自适应图结构邻接矩阵、时空融合图结构邻接矩阵和模式相似图结构邻接矩阵，构造多图卷积神经网络模块； 步骤4，改进扩展卷积，构造多尺度时间卷积模块，与多图卷积神经网络模块组成时空卷积层； 步骤5，聚合时空卷积层的子层输出，分别添加自学习单元，构造自学习动态聚合层； 步骤6，映射聚合层输出结果为待预测值的形状，添加全连接层和全局平均池化层，构造输出层； 步骤7，将历史交通流数据输入数据增强层，输出进入到时空卷积层的层1和层2，时空卷积层的最终输出输入到聚合层，聚合层的输出输入到输出层，得到最终结果； 步骤8，迭代训练，不断更新可学习参数，并计算模型损失函数，当损失函数稳定于最小值时，模型训练完成，并用该模型对交通流数据进行预测； 所述步骤4包括以下步骤： 提出一种多尺度时间卷积模块，从局部和全局信息出发，全面捕获时间维度上的特征；设置两个时间卷积子模块，分别包含两层TCN网络，其卷积核大小分别设置为1×2,1×4和1×5,1×7，扩张步长分别设置为1×4,1×2和1×1,1×1；计算第l层的第i个GTU输出结果公式如下： 其中，χ′G是当前模块的输入，i＝{1,2}表示第i个TCN网络，d是扩张步长，d＝{1,2,4}，fk是卷积核，k是卷积核大小，k＝{2,4,5,7}，t-d·k是跳跃步长。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。