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！

龙图腾网获悉重庆大学;重庆市西站投资发展有限公司;重庆设计集团有限公司申请的专利一种用于交通关键道路识别的动态交通流向游走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：CN120279705B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202510409562.X，技术领域涉及：G08G1/01；该发明授权一种用于交通关键道路识别的动态交通流向游走方法是由孙桢鸿;杨梦宁;游启家;戚静;彭囿朗;蒋融寒;杜江;李想设计研发完成，并于2025-04-02向国家知识产权局提交的专利申请。

本一种用于交通关键道路识别的动态交通流向游走方法在说明书摘要公布了：本发明涉及一种用于交通关键道路识别的动态交通流向游走方法，包括如下步骤：选取交通数据库X并采用networkx库和pandas库对X进行预处理得到交通网络线图G；构建关键道路识别模型M，然后将G作为M的输入得到两个嵌入特征向量Pathv和将Pathv和进行拼接，得到最终嵌入向量使用聚类算法对进行聚类，得到λ类交通路段；分别对每类交通路段取各自所包含节点的交通需求指标平均值并进行相互比较，选取指标平均值最高的一类作为关键类别；将关键类别中所有节点的交通需求指标进行降序排列，选取前W个作为最终的关键道路列表List并进行输出。本发明方法在识别未知区域的关键道路上具有更高的准确性，交通资源的计划和利用提供更好的参考意见。

本发明授权一种用于交通关键道路识别的动态交通流向游走方法在权利要求书中公布了：1.一种用于交通关键道路识别的动态交通流向游走方法，其特征在于：包括如下步骤： 选择某地区的交通数据库X； S100：采用Python中的networkx库和pandas库对X进行数据处理得到X对应的交通数据信息表，将交通数据信息表转化成矩阵后得到交通网络线图G； 交通网络线图G的表达式如下： 其中，V=为节点的集合，表示G中第n个节点，表示G中的节点总数，表示G中的边集合，表示G中与之间的一条边，；表示时间T内G中每个节点平均速度的集合，表示G中车辆经过第n个节点的平均速度；表示时间T内G中每个节点车流量的集合，表示G中经过第n个节点的车流量；表示节点对应实际路段的长度的集合，表示G中第n个节点对应的实际路段的长度；=表示节点车流密度的集合，表示G中经过第n个节点的车流密度；=表示节点度的集合，表示G中第n个节点的节点度·；=表示节点介数的集合，表示G中第n个节点的介数；表示节点接近度的集合，表示G中第n个节点的接近度； S200：构建关键道路识别模型M，M包括Path2vec层模型和GraphSAGE层模型；Path2vec层模型是利用交通流量对DeepWalk进行改进，将DeepWalk的完全随机游走功能改进为符合交通流量的游走功能； S300：将G输入M： G通过Path2vec层模型输出得到路径嵌入特征向量；G通过GraphSAGE层模型输出得到节点嵌入特征向量，表示节点的邻域； S400：拼接S300中得到的和，然后经过线性变换得到在第层的最终嵌入特征向量，具体公式如下： 其中，表示连接操作，表示任意的节点u，表示v在第层的嵌入特征向量，表示u在第层的嵌入特征向量，表示v经过Path2vec层模型得到的嵌入特征向量，为非线性激活函数，是第层的可学习权重矩阵； S500：设置聚类算法参数λ，使用聚类算法对进行聚类得到λ类交通路段； S600：分别计算S500得到的每类交通路段中所有节点的交通需求指标平均值，计算公式如下： 其中，，h为类交通路段中的节点总数，表示第h个节点对应实际路段的长度，表示经过第h个节点的车流量，表示车辆经过第h个节点的平均速度； S700：选取交通需求指标平均值最高的一类作为关键类别，将关键类别中的所有节点的交通需求指标进行降序排列，选取前W个节点的交通需求指标对应的实际路段作为关键路段，将W个关键路段进行输出，得到最终的关键道路列表； S800：选取待测地区Y的交通数据库，重复S100-S700，得到Y的关键道路列表。

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重庆大学;重庆市西站投资发展有限公司;重庆设计集团有限公司，其通讯地址为：400044 重庆市沙坪坝区沙正街174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。