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！

龙图腾网获悉齐鲁工业大学(山东省科学院)申请的专利一种交通特征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：CN120429556B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510883929.1，技术领域涉及：G06F18/15；该发明授权一种交通特征数据插补方法是由董祥军;李杰;赵龙;鹿文鹏设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本一种交通特征数据插补方法在说明书摘要公布了：本发明公开了一种交通特征数据插补方法，涉及交通数据处理领域。本发明包括以下步骤：将基于待插补的交通特征数据分别获取的掩码向量、邻接矩阵、高斯噪声样本以及时间嵌入信息输入交通特征数据插补网络中，获得预测的估计噪声，交通特征数据插补网络包括依次连接的条件信息构建模块、条件特征提取模块、噪声估计单元、第一Add层以及卷积层，第二Add层连接噪声估计单元。本申请能够有效增强时空维度上特征捕捉能力，通过测试可知，本申请预测的交通特征数据插补值更接近交通特征数据缺失值对应位置的真实值。

本发明授权一种交通特征数据插补方法在权利要求书中公布了：1.一种交通特征数据插补方法，其特征在于：包括以下步骤：将基于待插补的交通特征数据分别获取的掩码向量、邻接矩阵、高斯噪声样本以及时间嵌入信息输入交通特征数据插补网络中，获得预测的估计噪声；交通特征数据插补网络包括依次连接的条件信息构建模块、条件特征提取模块、噪声估计单元、第一Add层以及卷积层，第二Add层连接噪声估计单元；条件信息构建模块基于待插补的交通特征数据以及掩码向量获得交通数据估计信息，而后进行多尺度提取，得到多尺度信息，交通数据估计信息和多尺度信息构成条件信息；条件特征提取模块用于捕获条件信息以及邻接矩阵中的时空特征，获得含有静态和动态的空间相关性信息以及时间相关性信息的条件权重；第二Add层用于将交通数据估计信息、高斯噪声样本和时间嵌入信息进行相加，获得噪声信息；噪声估计单元基于条件权重、邻接矩阵及噪声信息进行噪声估计；第一Add层用于将噪声估计单元输出的噪声估计值进行相加；卷积层用于对第一Add层输出结果进行卷积操作，输出具有丰富时空相关性信息的估计噪声； 高斯噪声样本是利用标准高斯噪声对带有缺失值的交通特征数据中缺失位置进行填充得到的，时间嵌入信息也是基于带有缺失值的交通特征数据获取的； 条件信息构建模块包括变分自编码器和多尺度趋势信息提取模块；多尺度趋势信息提取模块包括并联的n个趋势信息提取单元，n大于等于3，每个趋势信息提取单元均包括依次连接的卷积层和平均池化层，不同趋势信息提取单元中卷积层的卷积核大小不同；趋势信息提取单元中卷积层均用于提取趋势信息，平均池化层均用于对提取的趋势信息进行平均池化操作； 条件特征提取模块包括Mamba模块以及与Mamba模块并联的图卷积模块，Mamba模块的输出端连接归一化层，归一化层的输出端分别连接自注意力层和图注意力层，自注意力层的输出端还连接图注意力层的输入端；图注意力层、图卷积模块均与Add层连接，Add层与多层感知机连接； 噪声估计单元包括四个噪声估计模块，四个噪声估计模块的结构相同；四个噪声估计模块分别为第一噪声估计模块、第二噪声估计模块、第三噪声估计模块和第四噪声估计模块；其中，第一噪声估计模块、第二噪声估计模块、第三噪声估计模块和第四噪声估计模块依次连接，第一噪声估计模块、第二噪声估计模块、第三噪声估计模块以及第四噪声估计模块的输出端均与第一Add层的输入端连接；第二Add层的输出端连接噪声估计单元中第一噪声估计模块的输入端；噪声估计单元中第一噪声估计模块的输入包括邻接矩阵、噪声信息以及条件权重； 获得估计噪声之前，对交通特征数据插补网络进行训练，得到交通特征数据插补网络模型，具体包括如下步骤： 1、获取训练集和测试集；训练集和测试集是基于带有缺失值的交通特征数据及其相应的掩码向量、高斯噪声样本和时间嵌入信息以及邻接矩阵获取的；基于带有缺失值的交通特征数据及其相应的掩码向量、高斯噪声样本和时间嵌入信息以及邻接矩阵是基于PEMS08数据集获取的； 所述交通特征数据插补方法应用于交通规划、流量调控。

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齐鲁工业大学(山东省科学院)，其通讯地址为：250353 山东省济南市长清区大学路3501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。