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！

龙图腾网获悉沈阳航空航天大学申请的专利交通数据弥补模型确定方法、交通数据弥补方法及相关装置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：CN120234535B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202510390738.1，技术领域涉及：G06F18/10；该发明授权交通数据弥补模型确定方法、交通数据弥补方法及相关装置是由邢一鸣;李汉驰;郭娜设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本交通数据弥补模型确定方法、交通数据弥补方法及相关装置在说明书摘要公布了：本申请公开了一种交通数据弥补模型确定方法、交通数据弥补方法及相关装置，涉及交通数据弥补技术领域，该确定方法包括对完整交通数据集进行随机缺失处理和缺损映射处理，得到缺损向量集；利用完整交通数据集和缺损向量集训练去噪栈式自编码器，得到训练好的去噪栈式自编码器，并将缺损向量集输入训练好的去噪栈式自编码器进行升维处理，得到第一高维特征向量数据；利用完整交通数据集和第一高维特征向量数据训练生成式对抗网络，得到训练好的生成式对抗网络；将训练好的去噪栈式自编码器的编码器、生成式对抗网络和去噪栈式自编码器的解码器依次连接，得到交通数据弥补模型。本申请能够准确、高效地弥补交通数据中的缺失部分。

本发明授权交通数据弥补模型确定方法、交通数据弥补方法及相关装置在权利要求书中公布了：1.一种交通数据弥补模型确定方法，其特征在于，所述交通数据弥补模型确定方法包括： 对完整交通数据集进行随机缺失处理和缺损映射处理，得到缺损向量集；所述完整交通数据集包括交通流量数据、时空数据和环境数据； 利用所述完整交通数据集和所述缺损向量集训练去噪栈式自编码器，得到训练好的去噪栈式自编码器； 将所述缺损向量集输入到训练好的去噪栈式自编码器的编码器中进行升维，得到第一高维特征向量数据； 利用所述完整交通数据集和所述第一高维特征向量数据训练生成式对抗网络，得到训练好的生成式对抗网络； 将所述训练好的去噪栈式自编码器的编码器、所述训练好的生成式对抗网络和所述训练好的去噪栈式自编码器的解码器进行依次连接，得到交通数据弥补模型； 所述去噪栈式自编码器包括依次连接的一个输入层、多个隐藏层和一个输出层；将所述完整交通数据集和所述缺损向量集输入到去噪栈式自编码器中，对去噪栈式自编码器进行训练，得到训练好的去噪栈式自编码器，具体包括： 获取第一去噪栈式自编码器；所述第一去噪栈式自编码器为对所述去噪栈式自编码器的每一层隐藏层逐一进行训练后得到的； 将所述缺损向量集输入到所述第一去噪栈式自编码器中，得到第一去噪栈式自编码器的输出数据； 基于所述完整交通数据集、所述第一去噪栈式自编码器的输出数据和损失函数，对第一去噪栈式自编码器进行更新，得到训练好的去噪栈式自编码器； 获取第一去噪栈式自编码器，具体包括： 判断当前隐藏层是否为第一个隐藏层； 当所述当前隐藏层是第一个隐藏层时，则将所述缺损向量集从所述输入层输入，经过第一个隐藏层，得到第一个隐藏层的重建向量，并基于所述完整交通数据集、所述第一个隐藏层的重建向量和所述损失函数，对所述第一个隐藏层进行更新，得到更新后的第一个隐藏层； 当所述当前隐藏层不是第一个隐藏层时，则将上一个隐藏层的重建向量输入到所述当前隐藏层，得到当前隐藏层的重建向量，并基于所述完整交通数据集、所述当前隐藏层的重建向量和所述损失函数，对所述当前隐藏层进行更新，得到更新后的当前隐藏层； 将每一个隐藏层依次作为当前隐藏层，直至对每一个隐藏层进行更新，得到第一去噪栈式自编码器。

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沈阳航空航天大学，其通讯地址为：110000 辽宁省沈阳市道义经济开发区道义南大街37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。