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！

龙图腾网获悉兰州理工大学申请的专利一种时空自适应图学习融合动态图卷积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：CN117392846B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202311424900.4，技术领域涉及：G08G1/01；该发明授权一种时空自适应图学习融合动态图卷积的交通流预测方法是由张红;陈林彪;陈林龙;张玺君;侯亮;陈作汉设计研发完成，并于2023-10-31向国家知识产权局提交的专利申请。

本一种时空自适应图学习融合动态图卷积的交通流预测方法在说明书摘要公布了：一种时空自适应图学习融合动态图卷积的交通流预测方法，所述的交通流预测方法，其特征如下：STAHGCN方法主要包含门控时间卷积网络GatedTCN和自适应混合图卷积模块AHGCM，GatedTCN利用不同粒度级别的扩张因果卷积网络来捕捉时间依赖性，AHGCM由静态自适应图学习SAGL、动态图学习DGL以及空间门融合机制构成，以同步充分捕捉交通流历史数据中的动态时空特征；SAGL能够自适应地捕获交通的动态空间特征，DGL能够通过图注意力机制捕获隐藏空间相关性的同时通过并行计算降低时间复杂度。

本发明授权一种时空自适应图学习融合动态图卷积的交通流预测方法在权利要求书中公布了：1.一种时空自适应图学习融合动态图卷积的交通流预测方法STAHGCN，其特征在于，STAHGCN由门控时间卷积网络GatedTCN和自适应混合图卷积模块AHGCM组成，GatedTCN利用不同粒度级别的扩张因果卷积网络来捕捉时间依赖性，AHGCM由静态自适应图学习模块SAGL、动态图学习模块DGL以及空间门融合机制构成以同步充分捕捉交通流历史数据中的动态时空特征，SAGL能够自适应地捕获交通的动态空间特征，DGL能够通过图注意力机制捕获隐藏空间相关性的同时通过并行计算降低时间复杂度； 所述交通流预测方法构建步骤为： 步骤一、通过门控时间卷积网络GatedTCN利用不同粒度级别的扩张因果卷积网络来捕捉交通流的时间依赖性； 步骤二、将提取到的时间特征输入到静态自适应图学习模块SAGL以自适应地捕获交通流的动态空间特征； 步骤三、将提取到的时间特征输入到动态图学习模块DGL，DGL包含图注意力机制，能够在捕获隐藏空间相关性的同时通过并行计算以降低时间复杂度； 步骤四、将SAGL和DGL的输出通过空间门控融合机制提取交通流的动态时空特征； 步骤五、配置模型的超参数、模型的优化器、损失函数和迭代次数。

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兰州理工大学，其通讯地址为：730050 甘肃省兰州市七里河区兰工坪路287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。