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！

龙图腾网获悉北京航空航天大学申请的专利一种上下文感知图递归网络的自行车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：CN115204477B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202210769335.4，技术领域涉及：G06Q10/04；该发明授权一种上下文感知图递归网络的自行车流量预测方法是由邓攀;刘岩;赵宇;汪慕澜;刘俊廷设计研发完成，并于2022-06-30向国家知识产权局提交的专利申请。

本一种上下文感知图递归网络的自行车流量预测方法在说明书摘要公布了：本发明提供了一种上下文感知图递归网络的自行车流量预测方法，用于智能交通管理。本发明使用模式约束聚类方法将独立的停靠站聚类成组，每个停靠站组是一个功能区域，统计每个区域停靠站的自行车进出流量，并获取天气数据作为外部信息；采用上下文感知图递归网络构建基于区域的自行车流量预测模型，包括由上下文感知图递归单元组成的编码器和解码器，每个单元通过将上下文嵌入层和自适应图生成器集成到门控递归单元GRU中，并将GRU中的线性变换层替换为自适应图卷积形成；将训练好的预测模型部署在共享单车管理系统上。本发明方法提升了自行车流量预测的准确度，能有效抵抗由外部因素产生的流量波动，有利于自行车调度系统发展和策略制定。

本发明授权一种上下文感知图递归网络的自行车流量预测方法在权利要求书中公布了：1.一种自行车流量预测的方法，其特征在于，所述方法包括： 步骤1，从共享单车系统和气象站分别获取自行车订单数据和天气数据；使用基于模式约束的自行车停靠站聚类方法，将自行车停靠站聚类成组，同一组的停靠站视为一个区域，统计每个区域的自行车流量；将区域内所有自行车停靠站的流入量矩阵和流出量矩阵拼接形成区域的自行车流量张量；由天气数据和时间因子组成外部信息； 所述的基于模式约束的自行车停靠站聚类方法，首先使用基于停靠站的自行车租用订单数据统计出每个停靠站的流量分布，每个流量分布是一个时间序列，利用动态时间调整算法计算不同停靠站之间的时间序列距离，再根据停靠站之间地理位置计算实际地理距离；然后将时间序列距离和实际地理距离加权求和作为停靠站之间的差异度；最后利用谱聚类算法将停靠站聚类成组； 步骤2，构建基于区域的自行车流量预测模型； 所述的预测模型采用上下文感知图递归网络CAGRN，CAGRN包括由上下文感知图递归单元CAGRU组成的编码器和解码器；将基于区域的历史自行车流量和历史外部信息按时间段划分，并按照时间段逐步输入到编码器，编码器的CAGRU输出对应时间段的时空状态；解码器中的CAGRU使用编码器输出的时空状态初始化，输入预测的前一时间段的自行车流量和当前时间段的外部信息，输出当前时间段的时空状态，预测输出当前时间段的自行车流量； 所述的CAGRU是通过将上下文嵌入层CEL和自适应图生成器AGG集成到门控递归单元GRU中，并将GRU中的线性变换层替换为自适应图卷积AGC形成； 在CAGRU中，先通过CEL对输入的自行车流量和外部信息提取上下文感知特征，输出给AGG和AGC；AGG耦合上下文感知特征和前一时间段的时空状态，利用自注意力的方式计算区域间的相似度，将时空相关性嵌入到动态图中，输出动态图给AGC；AGC根据前一时间段的时空状态和上下文感知特征，在动态图上使用扩散图卷积的方式进行区域特征的消息传递；最后以GRU的方式生成当前时间段的时空状态； 步骤3，对所建立的CAGRN模型进行训练，将训练好的模型部署在共享单车管理系统上，根据每个区域的历史流量，输出未来的自行车流量，用于辅助管理员制定共享单车实时动态的调度策略。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路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。