買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉天津大學申請的專利基于貝葉斯方法和圖卷積的交通流預測方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115660135B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211072087.4，技術領域涉及：G06Q10/04；該發明授權基于貝葉斯方法和圖卷積的交通流預測方法及系統是由王磊;穆曉雷;錢猛;劉志超;隆宇峰;李全樂;李達國;張一璇設計研發完成，并于2022-09-02向國家知識產權局提交的專利申請。

本基于貝葉斯方法和圖卷積的交通流預測方法及系統在說明書摘要公布了：本發明提出一種基于貝葉斯方法和圖卷積的交通流預測方法及系統，基于道路之間的空間關系構建交通網絡，對構建的交通網絡進行交通流量數據的采樣并進行預處理，獲取路口的交通流信息，構建道路交通流量矩陣的數據集；構建貝葉斯和圖卷積模型，將所述的道路交通流量矩陣作為貝葉斯和圖卷積模型的輸入，提取交通流量數據的時間不確定特征和空間不確定關系特征；經變分推斷，定義模型損失函數，根據損失函數利用反向傳播算法不斷優化模型參數；最后獲取實時的交通流數據作為模型的輸入，實現實時道路交通流的預測。本發明利用變分推斷優化時間不確定性和空間不確定性的變分后驗，對認知不確定性進行建模，降低誤差，提高對交通流的預測精度。

本發明授權基于貝葉斯方法和圖卷積的交通流預測方法及系統在權利要求書中公布了：1.一種基于貝葉斯方法和圖卷積的交通流預測方法，其特征在于，包括： S1、基于道路之間的空間關系構建交通網絡，其中道路交叉口或路段代表節點，節點之間的空間關系代表邊； S2、對構建的交通網絡進行交通流量數據的采樣并進行預處理，獲取路口的交通流信息，構建道路交通流量矩陣的數據集； S3、構建貝葉斯和圖卷積模型，將所述的道路交通流量矩陣作為貝葉斯和圖卷積模型的輸入，提取交通流量數據的時間不確定特征和空間不確定關系特征； S4、經變分推斷，定義模型損失函數，根據損失函數利用反向傳播算法不斷優化模型參數；最后獲取實時的交通流數據作為模型的輸入，實現實時道路交通流的預測; 步驟S3具體包括： S301、構建圖卷積層，定義；表示輸出；表示道路交通流量矩陣，作為輸入信號；是鄰接矩陣，表示具有自環的歸一化鄰接矩陣；表示模型參數矩陣；使用擴散圖卷積對圖信號的擴散過程進行建模，即 ； 其中表示轉移矩陣的冪級數，k是圖卷積的第k層，在無向圖的情況下；在有向圖的情況下，擴散過程有兩個方向，前向和后向，其中前向轉移矩陣和后向轉移矩陣；表示A的轉置矩陣；有了前向和后向轉移矩陣，擴散圖卷積模型為 ； S302、為了獲取空間關系的不確定性，設時空交通數據表示為隨機嵌入，其中N是空間交通檢測節點的個數，D是空間交通檢測節點的嵌入維度；R表示實數空間，表示實數域N*D的矩陣，潛在屬性隨機變量為，則不確定空間關系表示為，其中服從先驗混合高斯分布；A即為鄰接矩陣； 圖卷積部分整體的運算公式為 ； S303、在時間卷積模塊上的構建，給定一維序列輸和濾波器，膨脹的因果卷積操作與在步驟的因果卷積運算表示為 ； 其中是控制跳躍距離的膨脹因子；s是滑動步長，表示對歷史某一信息的定位； 門控TCN模塊，給定輸入，其中S表示3D張量的時間維度；形式為： ； 其中、、和是模型參數，是逐元素乘積，是輸出的激活函數，是sigmoid函數；同時，為了獲取時間部分的不確定性，在時間維度上采用貝葉斯卷積神經網絡，；其中，表示模型參數矩陣，采用變分分布參數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人天津大學，其通訊地址為：300000 天津市南開區衛津路92號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。