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！

龙图腾网获悉东南大学申请的专利一种有限观测条件下的路网交通状态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：CN117576895B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202311439931.7，技术领域涉及：G08G1/01；该发明授权一种有限观测条件下的路网交通状态预测方法是由李旭;杨仕淮;石天京;左锦鹏设计研发完成，并于2023-11-01向国家知识产权局提交的专利申请。

本一种有限观测条件下的路网交通状态预测方法在说明书摘要公布了：本发明提供了一种有限观测条件下的路网交通状态预测方法，包括：确定数据时空编码方法和数据掩码矩阵；建立动态图卷积神经网络模块和多头注意力模块；建立生成式网络框架对缺失数据进行补全；构建多任务学习网络模型预测交通状态。本发明通过生成式神经网络捕捉路网交通状态的数据分布并补全交通数据，在一定程度上提高了有限观测条件下路网交通状态的预测精度，进而可为交通系统管理者提供更为科学准确的参考，有利于缓解交通拥堵现象、提高路网交通运行效率、减少经济损失和降低碳排放量。

本发明授权一种有限观测条件下的路网交通状态预测方法在权利要求书中公布了：1.一种有限观测条件下的路网交通状态预测方法，其特征在于，包括如下步骤： 步骤1：确定数据时空编码方法和数据掩码矩阵； 步骤2：建立动态图卷积神经网络模块和多头注意力模块； 步骤3：建立生成式网络框架对缺失数据进行补全；具体包括以下过程： 建立生成式网络框架，其包括生成器和判别器，在生成器之前通过一个输入头对初始数据进行升维处理；生成器、判别器、输入头的具体结构如下： 输入头输入为交通状态数据，其中，为路网节点个数，为用以预测的时间片段数，为输入的特征长度；对于的位置，在训练时令其为0；通过全连接层将数据投影至高维空间得到输出，该全连接层的输入通道为，输出通道为；接着将先后与时间位置编码和空间位置编码拼接得到输出； 生成器输入为，输出为；其先后经过多头注意力模块和空间动态图卷积神经网络模块，得到中间输出；接着经过全连接层得到输出，该全连接层输入维度为，输出维度为；最后根据数据掩码矩阵与原始数据进行拼接得到补全后的输出，其拼接方法如公式8： 8 其中，逐元素相乘，为逐元素相加，为数据掩码矩阵； 判别器输入为真实数据和生成器生成的数据；判别器由3个全连接层构成，输入维度分别为，，，输出维度分别为，，；最后利用公式9计算损失记为： 9 其中，为生成器，为判别器，为真实数据，为生成器生成的数据；对于生成的数据，计算损失时只统计处的数据； 步骤4：构建多任务学习网络模型预测交通状态。

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东南大学，其通讯地址为：210000 江苏省南京市江宁区东南大学路2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。