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基于多视图注意力的时空图卷积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：CN120340248B 。

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：202510409559.8，技术领域涉及：G06Q10/04；该发明授权一种基于多视图注意力的时空图卷积交通流预测方法是由谢国芝;杨梦宁;游启家;戚静;李游;蒋融寒;张国庆;张旭设计研发完成，并于2025-04-02向国家知识产权局提交的专利申请。

本一种基于多视图注意力的时空图卷积交通流预测方法在说明书摘要公布了：本发明涉及一种基于多视图注意力的时空图卷积交通流预测方法，包括如下步骤：选取地区B的交通网络拓扑图G，并确认数据收集节点集合V，同时构建B地区的历史交通流量序列建立MASTGCN模型M，M包括两个模块M1和M2；将G和输入模型M进行数据融合操作得到交通流融合特征张量，然后将交通流融合特征张量进行拼接和转换操作，得到新融合特征张量；最后新融合特征张量通过数据输出层后得到B地区未来一定时间内的交通流量预测值。本发明方法可以准确预测未来某段时间内的交通流量，对缓解交通拥堵、优化交通管理以及提高出行效率具有非常明显的效果。

本发明授权一种基于多视图注意力的时空图卷积交通流预测方法在权利要求书中公布了：1.一种基于多视图注意力的时空图卷积交通流预测方法，其特征在于：包括如下步骤： S100：选取地区B的交通网络拓扑图G，并在G中的每条道路上设置交通传感器，交通传感器的设置位置作为数据收集节点，其中G的具体表达式如下： 其中，E是G中边的集合，表示数据收集节点之间的物理连接，表示G的邻接矩阵，表示第n个数据收集节点，V表示所有数据收集节点的集合，N表示数据收集节点总数； 构建B地区的历史交通流量序列，其中，表示第n个数据收集节点在每个时间步t的真实交通流量值，，F表示交通数据特征维度个数，其中，T代表时间区间且T≥1，； S200：构建MASTGCN模型M，M包括数据转换层、时空融合层和数据输出层； 数据转换层用于将交通流序列转换成M需要的数据格式； 时空融合层依次包括两个模块和，包括三个信息传递模块分别为基于注意力的时空图卷积模块ASTGCN、基于自注意力的时空模块STSA、长期时空图卷积模块LSTGCN； 包括一个注意特征融合模块AFF和一个交叉注意力模块Cross-Attention； 数据输出层为深度学习模型中的全连接层； 所述S200中，ASTGCN包括若干个串联堆叠的时空块STblock，STSA包括时空注意机制和Normamp;Dropout，LSTGCN包括1个图卷积网络层、2个长序时间卷积层、2个激活函数和Normamp;Dropout； S300：将G和进行数据融合操作得到交通流融合特征张量，具体步骤如下： S310：将输入数据转换层，经过数据格式转换输出得到交通流数据张量； S320：将G和交通流数据张量一同输入时空融合层： 将G和交通流数据张量共同输入中的ASTGCN，ASTGCN输出得到张量Q； 将交通流数据张量输入STSA，STSA的输出作为中AFF的输入，AFF输出得到张量K； 将交通流数据张量输入LSTGCN，LSTGCN的输出作为中AFF的输入，AFF输出得到张量V； 所述S320中，输出得到对应的张量Q、K、V的具体内容如下： 其中，表示1×1的卷积操作，表示经过若干个串联堆叠的STblock后输出的张量； 其中，，，表示线性变换后的交通流量矩阵，，，是可训练的权重矩阵；表示三个连续的交通数据张量切片； 其中，⨀表示Hadamard积，表示Sigmoid激活函数，、表示交通流数据张量经过图卷积网络层和长序时间卷积层处理之后的输出张量； S330：将Q、K、V作为Cross-Attention输入，输出得到交通流融合特征张量； S400：将S330得到的交通流融合特征张量输入concat，进行交通流融合特征张量拼接和转换操作，输出得到新融合特征张量； S500：新融合特征张量作为数据输出层的输入，输出得到B地区时间步t时所有道路的交通流预测值； S600：采用Adam优化器训练M，计算模型损失函数并通过反向传播优化M参数，当值不再变化时停止训练，得到训练好的MASTGCN模型M’，损失函数表达式如下： 其中，表示可学习参数；表示预测的时间步长；表示时间步时节点处的真实交通流量值，的取值为中第n个节点的真实交通流量值；表示时间步时节点n的流量预测值，的取值等于中第n个节点的交通流预测值； S700：将待预测地区Q的交通网络拓扑图G’和该地区历史交通流序列输入训练好的M’，得到对Q的未来交通流预测值。

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。