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！

龍圖騰網獲悉長春大學申請的專利一種基于動態圖卷積循環網絡的交通流量預測方法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：CN120279714B 。

龍圖騰網通過國家知識產權局官網在2025-09-02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：202510764002.6，技術領域涉及：G08G1/01；該發明授權一種基于動態圖卷積循環網絡的交通流量預測方法是由肖治國;申奇;李長根;劉軍利;曹鑫堯;劉錢;李念峰設計研發完成，并于2025-06-10向國家知識產權局提交的專利申請。

本一種基于動態圖卷積循環網絡的交通流量預測方法在說明書摘要公布了：本發明公開了一種基于動態圖卷積循環網絡的交通流量預測方法，屬于交通信息技術領域；該方法包括：獲取歷史交通流量數據，并對其進行預處理，構建數據集；對AGCRN模型進行改進，首先在自適應圖卷積循環網絡AGCRN的圖生成部分加入自注意力機制的動態濾波器捕捉動態空間特征，然后在門控遞歸單元部分添加動態圖生成模塊捕捉周期時間依賴，最后在自適應圖卷積循環網絡AGCRN中加入殘差修正模塊進行誤差特征提取。對改進的AGCRN模型進行訓練，直至達到預定的性能指標，得到交通流量預測模型；利用交通流量預測模型進行交通路網的流量預測。本發明通過對圖卷積網絡的改進，提高了對交通路網流量的預測準確性。

本發明授權一種基于動態圖卷積循環網絡的交通流量預測方法在權利要求書中公布了：1.一種基于動態圖卷積循環網絡的交通流量預測方法，其特征在于，包括如下步驟： S1：獲取歷史交通流量數據，采用滑動窗口法對其進行預處理，構建數據集； S2：以自適應圖卷積循環網絡AGCRN模型為基礎模型，在基礎模型的編解碼器中的門控遞歸單元GRU之前嵌入動態圖生成模塊，得到動態圖卷積門控遞歸單元，至少兩個動態圖卷積門控遞歸單元堆疊構成動態圖卷積循環模塊，且前級動態圖卷積門控遞歸單元輸出作為后級輸入，并在動態圖生成模塊中添加基于自注意力機制的動態濾波器；同時在基礎模型尾部加入殘差修正模塊；殘差修正模塊配置為接收首階段預測結果和原始模型輸入，根據首階段預測結果和原始模型輸入計算殘差信號，對殘差信號進行次級編碼解碼修正，得到次階段預測結果，并將兩階段預測結果相加合成得到最終的交通流量預測結果； S3：對改進后的自適應圖卷積循環網絡AGCRN模型進行訓練，直至達到預定的性能指標，得到交通流量預測模型； S4：利用交通流量預測模型進行交通路網的流量預測； 改進后的自適應圖卷積循環網絡AGCRN模型包括模型輸入層、首級編解碼器與殘差修正模塊，其中模型輸入層根據輸入的歷史交通流量數據進行節點嵌入學習，生成初始節點嵌入，接著將歷史交通流量數據與初始節點嵌入共同輸入至首級編解碼器與殘差修正模塊中；首級編解碼器中的編碼器首先經過動態圖卷積循環模塊對歷史交通流量數據進行特征提取，然后進行殘差連接與層歸一化，接著經過隱藏層處理后再次進行殘差連接與層歸一化實現編碼；首級編解碼器中的解碼器首先通過動態圖卷積循環模塊對歷史交通流量數據進行特征提取，然后進行殘差連接與層歸一化，接著通過多頭注意力層與編碼器的輸出對齊，然后進行殘差連接與層歸一化，最后經過隱藏層處理后再次殘差連接與層歸一化，解碼得到首階段預測結果；最后，歷史交通流量數據與首階段預測結果經過殘差修正模塊處理，得到最終的交通流量預測結果； 殘差修正模塊包括殘差信號提取層、次級編解碼器和預測結果合并層，且次級編解碼器和首級編解碼器具有相同的內部網絡結構； 動態圖生成模塊中運行如下公式： ； ； ； ； 其中，是時間步處濾波后得到的動態信號；表示激活函數；、和分別是查詢矩陣、鍵矩陣和值矩陣；表示矩陣轉置；是嵌入維度；表示激活函數；表示逐元素相乘操作；動態信號與初始節點嵌入逐元素相乘，生成時間步的動態節點嵌入；是在時間步處的動態拉普拉斯矩陣，通過計算節點間相似性，并經過拉普拉斯矩陣的構造方式進行標準化處理生成；表示激活函數；是度矩陣；是時間步的輸入；靜態鄰接矩陣為初始化的支持矩陣，結合通過多通道圖卷積進行計算，以得到動態圖卷積特征，其中為權重，為偏置矩陣，為矩陣拼接； 動態圖卷積門控遞歸單元中運行如下公式： ； ； ； 其中是時間步的輸入；是時間步的輸出；表示sigmoid激活函數，表示特征拼接，表示矩陣分割，分割出更新門與重置門，為動態圖生成模塊，候選隱藏狀態通過輸入特征和更新后的隱藏狀態計算得到，根據重置門和候選隱藏狀態加權更新得到最終隱藏狀態； 殘差修正模塊中運行如下公式： ； ； ； 其中是首級編解碼器的輸出，通過時空卷積得到首階段預測結果，是時空卷積，次階段對殘差信號進行二次建模，為原始模型輸入，為次級編解碼器，經殘差計算得到次級預測結果；兩階段預測結果結合得到最終預測。

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長春大學，其通訊地址為：130022 吉林省長春市衛星路6543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”。