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！

龙图腾网获悉山东大学申请的专利一种基于时空对比学习的交通信号智能控制方法及系统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：CN120877541B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202511383171.1，技术领域涉及：G08G1/083；该发明授权一种基于时空对比学习的交通信号智能控制方法及系统是由宫永顺;杨敏;陈勐;孙皓亮;张欣欣;尹义龙设计研发完成，并于2025-09-26向国家知识产权局提交的专利申请。

本一种基于时空对比学习的交通信号智能控制方法及系统在说明书摘要公布了：本发明提出了一种基于时空对比学习的交通信号智能控制方法及系统，属于智能交通领域。方法包括：实时获取多源交通数据，预处理后构建交通状态时空张量和动态交通图；利用动态图神经网络生成路口表征；对交通状态时空张量进行数据增强，生成增强张量和增强路口表征；基于路口表征和增强路口表征构建正样本，通过随机抽取经验回放池中的历史时刻表征构建负样本；通过对比学习生成优化后的路口表征，并输入到分层强化学习框架中，通过上层策略网络输出宏观相位选择指令，下层策略网络输出微观绿灯时长调整量，最终生成信号配时方案。本发明能够解决现有交通信号控制方法自适应能力差、数据依赖强、鲁棒性不足及多目标优化难的问题。

本发明授权一种基于时空对比学习的交通信号智能控制方法及系统在权利要求书中公布了：1.一种基于时空对比学习的交通信号智能控制方法，其特征在于，包括： 实时获取多源交通数据，并进行预处理，基于预处理后的多源交通数据构建交通状态时空张量和动态交通图； 将所述交通状态时空张量和动态交通图输入到动态图神经网络中进行特征提取，生成路口表征； 对交通状态时空张量通过空间掩码和时间扰动进行数据增强，生成增强张量；将所述增强张量再次输入到动态图神经网络中，获取增强路口表征；具体的，对交通状态时空张量执行空间掩码操作生成第一增强张量；其中，以预设概率从所有车道中随机选择部分目标车道；将所选目标车道在整个时间维度上的全部特征数据置零，得到第一增强张量；对交通状态时空张量执行时间扰动操作生成第二增强张量；其中，向交通状态时空张量中添加独立同分布的高斯噪声，模拟传感器测量误差与交通流的微小随机波动，得到第二增强张量； 将所述第一增强张量和第二增强张量分别输入到动态图神经网络中，得到第一增强路口表征和第二增强路口表征； 基于路口表征和增强路口表征构建正样本，通过随机抽取经验回放池中的历史时刻表征构建负样本；引入损失函数进行对比学习优化，得到优化后的路口表征；定义对比学习损失函数为： 其中，为对比学习损失函数；为计算期望；为温度系数；为路口表征；为第一增强路口表征；为第二增强路口表征；为经验回放池；为历史时刻的表征；为余弦相似度； 将优化后的路口表征输入到分层强化学习框架中，联合优化对比学习损失和强化学习奖励，通过上层策略网络输出宏观相位选择指令，下层策略网络输出微观绿灯时长调整量，最终生成信号配时方案，其中，上层策略网络以优化后的路口表征为输入，输出各相位的激活概率分布；所述上层策略网络由两层全连接神经网络构成，具体计算如下： 其中，表示各相位被选中的概率,最终相位通过采样或取最大概率方式确定；为连接输入层与隐藏层的可学习参数矩阵；为连接隐藏层与输出层的可学习参数矩阵；为隐藏层偏置向量；为输出层的偏置项； 在上层选定相位后，下层策略网络采用参数化高斯策略进行连续动作建模，输出当前相位下绿灯时长的均值与标准差；利用均值与标准差进行正态分布采样，输出微观绿灯时长调整量，最终生成信号配时方案。

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山东大学，其通讯地址为：250000 山东省济南市高新区舜华路1500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。