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！

龙图腾网获悉淮阴工学院申请的专利一种基于通道剪枝与网络量化结合的交通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：CN120071641B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202510007975.5，技术领域涉及：G08G1/065；该发明授权一种基于通道剪枝与网络量化结合的交通流量预测方法是由李学军;谈伊敉;尹晓琦;谷臣斌;杨玉东;周静;刘茹萍;姜坤;张兴宇设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本一种基于通道剪枝与网络量化结合的交通流量预测方法在说明书摘要公布了：本发明公开了一种基于通道剪枝与网络量化结合的交通流量预测方法，包括采集数据；数据预处理；构建交通流量预测模型；模型优化；结合通道剪枝和网络量化，形成一个高效的深度学习交通流量预测模型，通过简化模型，减小网络的深度或每层的神经元数目，减少模型的自由度，从而降低过拟合的可能性，在保证模型高精度的前提下简化模型来减少复杂性，提升模型的泛化能力；能够准确地预测交通流量，为交通管理和规划提供有效的支持。

本发明授权一种基于通道剪枝与网络量化结合的交通流量预测方法在权利要求书中公布了：1.一种基于通道剪枝与网络量化结合的交通流量预测方法，其特征在于，所述方法包括以下步骤： 1采集数据； 2数据预处理：采用相邻时间点数据的平均值对交通流量数据中的缺失值进行填充，并对数据异常值进行修正，将数据信息进行编号处理； 3构建交通流量预测模型：将预处理后的数据作为输入，利用卷积神经网络和循环神经网络结合进行提取时空特征，对模型实施通道剪枝和网络量化操作； 31输入预处理后的数据，输入数据维度为[样本数量，时间序列长度，特征维度]； 32采用卷积神经网络和循环神经网络进行提取时空特征，其中，卷积神经网络用来提取空间特征，循环神经网络用于捕捉时间序列的依赖关系； 33进行通道剪枝：通过计算L1范数和L2范数来衡量通道的权重大小，再通过计算梯度信息决定剪枝的重要性； 34进行网络量化：将浮点数值转换为低精度整数，包括权重量化和激活值量化； 权重量化公式为： ， 其中：为浮点型的权重，Wmin是权重的最小值，为量化步长，计算为，b为量化后的位数，Wmax是权重的最大值，为表示四舍五入到最接近的整数； 激活值量化公式为： ， 其中，是激活值，Amin是激活值的最小值，Sa是激活量化的步长； 4模型优化：对剪枝后的模型进行微调，同步进行量化训练，训练完成后再进行逐层量化与剪枝，使能够准确预测交通流量； 微调公式为：， 其中，为微调后的权重，为剪枝后的权重，为学习率； 在微调过程中，计算损失函数对剪枝后权重的梯度，根据梯度方向和学习率更新权重； 所述量化训练为量化感知训练，公式为： ， 其中，为微调后的权重；在量化感知训练中，引入量化误差，量化感知训练误差计算公式为： , 其中，L是原始损失函数，L是加入量化误差后的损失函数，是正则化系数，是量化误差的平方和。

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淮阴工学院，其通讯地址为：223000 江苏省淮安市经济技术开发区枚乘东路1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。