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！

龙图腾网获悉南京理工大学申请的专利基于层级化语义提示大语言模型的交通流预测方法、系统及设备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：CN121260014B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511814828.5，技术领域涉及：G08G1/01；该发明授权基于层级化语义提示大语言模型的交通流预测方法、系统及设备是由戚湧;范俊杰设计研发完成，并于2025-12-04向国家知识产权局提交的专利申请。

本基于层级化语义提示大语言模型的交通流预测方法、系统及设备在说明书摘要公布了：本发明属于智能交通系统技术领域，公开了一种基于层级化语义提示大语言模型的交通流预测方法、系统及设备。本发明包括将多元交通时间序列数据分解为趋势、季节性和残差分量；将各分量独立编码为分量嵌入序列并为其注入双层语义信息：捕捉各分量实例级动态特性的FBP向量、提供数据集级整体背景的CSP向量；将CSP向量、FBP向量与对应的分量嵌入序列组装成统一的输入序列，送入大语言模型推理；解码模型的高维输出，通过动态门控机制进行融合，生成最终的交通流预测结果。本发明能解决将大语言模型应用于交通时间序列预测时所面临的“模态鸿沟”问题，有效引导大语言模型深刻理解交通数值序列的内在模式与上下文，从而实现高效交通管理。

本发明授权基于层级化语义提示大语言模型的交通流预测方法、系统及设备在权利要求书中公布了：1.一种基于层级化语义提示大语言模型的交通流预测方法，其特征在于，包括： 生成分量步骤：接收输入的多元交通时间序列，将其分解为至少包括一个趋势分量、一个季节性分量和一个残差分量的各分量； 分量编码步骤：将所述趋势分量、季节性分量和残差分量独立地编码为各自的分量嵌入序列； 层级化提示生成与组装步骤：通过生成双层语义提示并与所述分量编码步骤得到的分量嵌入序列进行组装，构建大语言模型的统一输入序列； 模型推理步骤：将所述大语言模型的统一输入序列输入至一个大语言模型中进行推理，输出高维表示； 预测解码与融合步骤：将所述高维表示中对应于每个分量的高维特征通过一个独立的解码头解码为初步预测值；对各分量的初步预测值进行融合，生成最终的预测结果； 所述层级化提示生成与组装具体步骤如下： 3-1生成FBP向量，所述FBP向量为所述大语言模型提供关于每个分量具体行为模式的实例级引导； 3-2生成CSP向量，所述CSP向量为所述大语言模型提供关于预测任务整体背景的数据集级高层上下文； 3-3序列组装，将生成的所述FBP向量、CSP向量与所述分量编码步骤得到的分量嵌入序列进行结构化组装：将CSP向量广播C次以匹配BC的维度，其中BC为批次大小B与通道数C的乘积，并置于序列最前端，其后依次拼接由每个分量的FBP向量及其对应的分量嵌入序列组成的区块，最终形成所述大语言模型的统一输入序列； 对于每个分量，以及每个实例，所述生成FBP向量的过程包括： 3-1-1特征提取与文本化：提取该分量的数值统计特征，将所述数值统计特征填入一个预设的文本模板，生成一段结构化的文本描述； 3-1-2信息摘要：将所述结构化的文本描述输入至所述大语言模型的分词器和嵌入层，得到其键向量和值向量；然后，使用一组可学习的查询向量，通过一个交叉注意力模块对文本嵌入进行信息摘要，生成FBP向量： ； 其中，是FBP向量的长度，是模型维度；在批量计算时采用的块对角掩码，用于保持各分量信息的独立性；k代表对应分量的索引，k为时，表示趋势分量的FBP向量，k为时，表示季节性分量的FBP向量，k为时，表示残差分量的FBP向量； 所述生成CSP向量过程的输入是关于当前交通流预测任务所对应的交通数据集的全局元数据，被转换成一段文本描述；将所述文本描述输入至所述大语言模型的分词器和嵌入层，得到其键向量和值向量；通过交叉注意力模块，使用一个可学习查询向量对所述键向量和值向量进行摘要，生成CSP向量： ； 其中，代表最终生成的CSP向量；代表交叉注意力函数；是一个可学习的查询向量；是键向量，是值向量；表示代表交叉注意力模块中包含的所有可学习参数；B是批量大小；是生成的CSP向量的长度或数量；D是大语言模型的隐藏状态或嵌入维度； 所述大语言模型采用仅解码器的Transformer架构；大语言模型的主干网络由若干个Transformer层堆叠而成；每一层包含一个多头自注意力模块和一个前馈网络模块，并采用基于均方根层归一化的前置层归一化和残差连接的结构；第一层的计算过程表示为： ； ； 其中，代表当前Transformer层的索引；代表第层的输入序列，即第-1层的输出；代表多头自注意力模块；代表实现残差连接的逐元素加法操作；代表均方根层层归一化函数；代表前馈网络模块；代表在第层中，经过MSA模块和第一次残差连接后的中间输出；代表第层的最终输出序列，作为第+1层的输入。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街200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。